Encontro Nacional
de Produtores e Usuários
de Informações Sociais,
Econômicas e Territoriais
INFORMAÇÃO PARA UMA SOCIEDADE MAIS JUSTA
III Conferência Nacional IV Conferência Nacional
de Geografia e Cartografia de Estatística
Reunião de Instituições Produtoras
Fórum de Usuários
Seminário "Desafios para Repensar o Trabalho"
Simpósio de Inovações
Jornada de Cursos
Mostra de Tecnologias de Informação
27 a 31 de maio de 1996
Rio de Janeiro, RJ BRASIL
60 anos
1936-1 996
Um a das maneiras de olhar o ofício de produzir
informações sociais , econômicas e territoriais ê como arte de
descrever o mundo. Estatísticas e mapas transportam os fenômenos
da realidade para escalas apropriadas à perspectiva de nossa visão
humana e nos permitem pensar e agir à distância, construindo
avenidas de mãe dupla que juntam o munda e suas imagens. Maiar e
peder de síntese dessas representações, cambinanda, cam precisão,
elementos dispersos e heterogêneos do cotidiano, maior o nosso
conhecimento e a nossa capacidade de compreender e transformar a
realidade.
Visto como arte, o ofício de produzir essas informações
reflete a cultura de um País e de sua época , como essa cultura vê o
mundo e o torna visível, redefinindo o que vê e o que há para se ver.
No cenário de contínua inovação tecnológica e mudança
de culturas da sociedade contemporânea, as novas tecnologias de
informação - reunindo computadores, telecomunicações e redes de
informação - aceleram aquele movimento de mobilização do mundo
real. Aumenta a velocidade da acumulação de informação e são
ampliados seus requisitos de atualização, formato - mais flexível,
personalizado e interativo - e, principalmente, de acessibilidade. A
plataforma digital vem se consolidando como o meio mais simples,
barato e poderoso para tratar a informação, tornando possíveis
novos produtos e serviços e conquistando novos usuários.
Acreditamos ser o ambiente de conversa e controvérsia
e de troca entre as diferentes disciplinas, nas mesas redondas e
sessões temáticas das Conferências Nacionais de Geógrafa,
Cartografia e Estatística e do Simpósio de Inovações, aquele que
melhor enseja o aprimoramento do consenso sobre os fenômenos a
serem mensurados para retratar a sociedade, a economia e o
Território nacional e sobre as prioridades e formatos das informações
necessárias para o fortalecimento da cidadania, a definição de
políticas públicas e a gestão político - administrativa do País, e para
criar uma sociedade mais justa.
Simon Schwartzman
Coordenador Oeral do ENCONTRO
Promoção
Fundação Instituto Brasileiro de Geografia e Estatística
IBGE
Fundação Instituto Brasileiro de Geografia e Estatística
IBGE
Associação Brasileira de Estudos Populacionais
ABEP
Co-Promoção
Associação Brasileira de Estatística
ABE
Associação Brasileira de Estudos do Trabalho
ABET
Associação Brasileira de Pós-graduação em Saúde Coletiva
ABRASCO
Associação Nacional de Centros de Pós-graduação em Economia
ANPEC
Associação Nacional de Pós-graduação e Pesquisa em Ciências
Sociais
ANPOCS
Associação Nacional de Pós-graduação e Pesquisa em Geografia
ANPEGE
Associação Nacional de Pós-graduação e Pesquisa em
Planejamento Urbano e Regional
ANPUR
Sociedade Brasileira de Cartografia
SBC
Apoio
Federação das Indústrias do Estado do Rio de Janeiro
FIRJAN
Academia Brasileira de Letras
ABL
Conselho Nacional de Pesquisas
CNPq
Financiadora de Estudos o Projetos
FINEP
I tnviNta Ciôncia Hoje
Institutos Regionais Associados
Companhia do Desenvolvimento do Planalto Central
CODEPLAN (DF)
Empresa Metropolitana de Planejamento da Grande São Paulo S/A
EMPLASA (SP)
Empresa Municipal de Informática e Planejamento S/A
IPLANRIO (RJ)
Fundação Centro de Informações e Dados do Rio de Janeiro
CIDE (RJ)
Fundação de Economia e Estatística
FEE (RS)
Fundação de Planejamento Metropolitano e Regional
METROPLAN (RS)
Fundação Instituto de Planejamento do Ceará
IPLANCE (CE)
Fundação João Pinheiro
FJP (MG)
Fundação Joaquim Nabuco
FUNDAJ (PE)
Fundação Sistema Estadual de Análise de Dados
SEADE (SP)
Instituto Ambiental do Paraná
IAP (PR)
Instituto de Geociências Aplicadas
IGA (MG)
Instituto de Pesquisas Econômicas, Administrativas e Contábeis
IPEAD (MG)
Instituto do Desenvolvimento Econômico Social do Pará
IDESP (PA)
Instituto Geográfico e Cartográfico
IGC (SP)
Instituto de Apoio à Pesquisa e ao Desenvolvimento “Jones dos
Santos Neves”
IJSN (ES)
Instituto Paranaense de Desenvolvimento Econômico e Social
IPARDES (PR)
Processamento de Dados do Município de Belo Horizonte S/A
PRODABEL (MG)
Superintendência de Estudos Econômicos e Sociais da Bahia
SEI (BA)
3
Organização
Coordenação Geral
Simon Schwartzman
Confege
César Ajara (IBGE)
Denizar Blitzkow (USP)
Jorge Marques (UFRJ)
Lia Osório Machado (UFRJ)
Mauro Pereira de Mello (IBGE)
Speridião Faissol (UERJ)
Trento Natali Filho (IBGE)
Comissões de Programa
Confest
José A. M. de Carvalho (UFMG)
José Márcio Camargo (PUC)
Lenildo Fernandes Silva (IBGE)
Teresa Cristina N. Araújo (IBGE)
Vilmar Faria (CEBRAP)
Wilton Bussab (FGV)
Comissão Organizadora
Secretaria Executiva - Luisa Maria La Croix
Secretaria Geral - Luciana Kanham
Confege, Confest e Simpósio de Inovações
Anna Lucia Barreto de Freitas, Evangelina X.G. de Oliveira,
Jaime Franklin Vidal Araújo, Lilibeth Cardozo R. Ferreira e
Maria Letícia Duarte Warner
Jornada de Cursos - Carmen Feijó
Finanças - Marise Maria Ferreira
Comunicação Social - Micheline Christophe e Carlos Vieira
Programação Visual - Aldo Victorio Filho e
Luiz Gonzaga C. dos Santos
Infra-Estrutura - Maria Helena Neves Pereira de Souza
Atendimento aos Participantes - Cristina Lins
Apoio
Andréa de Carvalho F. Rodrigues, Carlos Alberto dos Santos,
Delfim Teixeira, Evilmerodac D. da Silva, Gilberto Scheid,
Héctor O. Pravaz, Ivan P. Jordão Junior,
José Augusto dos Santos, Julio da Silva, Katia V. Cavalcanti, Lecy Delfim,
Maria Helena de M. Castro, Regina T. Fonseca,
Rita de Cassia Ataualpa Silva e Taisa Sawc/uk
Registramos ainda a colaboração de técnicos da:, ditomntos
áreas do IBGE, com seu trabalho, crítica:. ■■ ■ a i< i» •• t< .1 ■ , para a
consolidação do prn|i>in dn I N( )N I MO.
.1
AJUSTAMENTO SAZONAL NOS ÍNDICES DE PREÇOS AO
CONSUMIDOR AMPLO
IBGE
Angela Maria Puppim Buzanovsky
Lucia Maria Coelho Pinto
Marcelo Martins Cruz
SUMÁRIO
Introdução 4
Capítulo 1 - Abrangência do Estudo 6
1.1- 0 índice Escolhido 6
1.2 - Abrangência Geográfica 6
1.3 - Periodicidade do Estudo 6
1.4 -Nível de Agregação 6
Capítulo 2 - Análise da Metodologia Proposta 7
2.1- Procedimento para o Ajustamento Sazonal do índice de Preços ao Consumidor 7
2.2 - Avaliação da Qualidade do Ajuste Sazonal 9
Capítulo 3 - Interferência dos Planos Econômicos e seus reflexos 13
Capítulo 4 - Apresentação de Resultados 16
4.1 - Subitens Sazonais 16
4.1.2 - Principais estatísticas fornecidas pelo programa XI 1-ARIMA 17
4.1.3 - Gráficos dos Fatores Sazonais 17
4.1.4 - Fatores Sazonais 17
4.2 - Séries Ajustadas a nível Brasil 17
Capítulo 5 - Considerações finais 18
Referências Bibliográficas
Anexos
Introdução
índice de Preços ao Consumidor-IPC é uma medida síntese do movimento de preços
de um conjunto de mercadorias, chamado “Cesta de Mercadorias” , representativo do
consumo de um determinado grupo populacional, em um certo período de tempo.
O BPC é calculado como sendo uma média ponderada dos relativos de preços, mês t
contra mês t-1, tomando como pesos as participações, em valor, dos componentes desta
“Cesta de Mercadoria” nos orçamentos das famílias que compõem a população objetivo.
Um dos objetivos principais dos índices de preços ao consumidor é fornecer
informações básicas e fundamentais para a compreensão do fenômeno inflacionário do país.
Em conjunto com outras séries de indicadores auxiliam a interpretação sobre a natureza e as
causas das flutuações da atividade econômica.
A maioria das pesquisas sobre as flutuações macroeconômicas tem trabalhado com
dados sazonalmente ajustados. A idéia básica, ressaltada nestas pesquisas, é de que a existência
de movimentos sazonais afetam o reconhecimento e a interpretação de importantes
movimentos não sazonais numa série, tais como:
a) mudanças de tendência e outros eventos cíclicos;
b) ocorrências inesperadas para as quais possíveis causas são procuradas.
Existem técnicas estatísticas que identificam, isolam e removem das séries históricas as
oscilações sazonais e, quando aplicadas aos índices de Preços, obtém-se o que se poderia
chamar de “Taxa de Inflação Verdadeira”. Esta seria uma medida relevante para avaliação e
formulação de políticas econômicas, daí, a prática de algumas instituições estrangeiras de
publicarem, além das séries originais dos índices, índices com ajustes sazonais.
Cabe enfatizar, que todas as incursões técnicas sobre a possibilidade de produção de
séries ajustadas sazonalmente têm como pressuposto a produção de uma estatística
adicional que melhor reflita a Tendência Inflacionária (se a componente irregular for
irrelevante).
Neste contexto, a questão sazonal vem sendo estudada no Departamento de índices de
Preços ao Consumidor, do IBGE - Instituto Brasileiro de Geografia e Estatística, visando
fornecer aos usuários de índices de Preços ao Consumidor mais um instrumental analítico
de importância significativa.
O objetivo deste documento é apresentar a metodologia do ajustamento sazonal
realizado, os resultados das séries de índices de preços ao consumidor sazonalmente
4
ajustadas e, simultaneamente, propiciar o debate a respeito dos procedimentos técnicos
utilizados.
Em seu primeiro capítulo será abordada a abrangência do estudo (regional, nível de
agregação, períodos estudados).
No capítulo 2 citaremos o método adotado e descreveremos vários indicadores de
qualidade do ajustamento sazonal, bem como outros recursos disponíveis no programa.
O capítulo 3 contém uma análise exploratória da possível interferência dos planos
econômicos e seus reflexos nos índices de preços ao consumidor, tendo como objetivo
investigar se a existência de sucessivos planos inviabilizariam a produção de séries
sazonalmente ajustadas para a economia brasileira.
O capítulo 4 destina-se a apresentação dos resultados e o 5 as conclusões finais.
As tabelas e gráficos que subsidiaram as tomadas de decisão, em todas as etapas do
estudo, encontram-se em anexo.
5
Capítulo 1 - Abrangência do Estudo
1.1-0 índice Escolhido
Foram estudadas as séries de números índices do IPCA - índice de Preços ao
Consumidor Amplo. Este índice é o estimador da inflação sob a ótica da demanda familiar
agregada, pois abrange em sua população objetivo as famílias com rendimento mensal de 1
a 40 salários mínimos.
1.2- Abrangência Geográfica
O estudo foi desenvolvido para as onze áreas urbanas que integram o SNIPC - Sistema
Nacional de índices de Preços, a saber:
- Regiões Metropolitanas - RM: Belém (BE), Fortaleza (FT), Recife (RE), Salvador (SL),
Belo Horizonte (BH), Rio de Janeiro (RJ), São Paulo (SP), Curitiba (CT) e Porto Alegre
(PA).
- Brasília (BR) e Goiânia (GO).
1.3- Periodicidade do Estudo
Numa primeira fase, analisou-se as séries de números índices do IPCA de janeiro de
1980 a maio de 1995 (Anexo 3). Posteriormente estendemos o estudo até dezembro de
1995 (Anexo 6).
Com o objetivo de avaliarmos as corseqüências de alterações metodológicas relevantes
ocorridas na produção das séries de índices, em especial a partir de 1986, e da influência
dos sucessivos planos de estabilização econômica analisou-se as séries em mais dois
períodos: 1980 a 1985 e 1986 a 1995.
1 .4- Nível de agregação
Foi aplicado o programa ao menor nível de agregação; subitem. Obteve-se os fatores
sazonais para este nível, calculou-se em seguida as séries sazonalmente ajustadas, e só a
partir destas é que foram obtidos os índices para os sucessivos níveis de agregação,
mediante a metodologia de cálculo 1 usualmente adotada.
Em resumo, para cada área estudada foram analisadas em média 215 séries de subitens
para cada período, totalizando 645 séries nos três períodos e perfazendo aproximadamente
7095 séries nas onze áreas urbanas.
1 SISTEMA NACIONAL DE ÍNDICES DE PREÇOS AO CONSUMIDOR: MÉTODOS DE CÁLCULO. Rio
de Janeiro: IBGE, 1994, 102p. ( Série relatórios metodológicos, v. 14 ).
6
Capítulo 2 - Análise da Metodologia Proposta para o Ajustamento Sazonal das Séries
dos índices de Preços ao Consumidor Amplo - IPCA
2. 1 - Procedimento para o Ajuste Sazonal do índice de Preços ao Consumidor utilizando o
Xll-ARIMA 2
As séries do IPCA analisadas são as séries de Números índices ( Mar86=100). São
séries de acumulados mensais que permitem a comparação de todos os meses com a base fixa,
e por conseguinte, toma possível, uma vez removidas todas as variações regulares, as
comparações mêst / mêst-i , para que estas guardem o correto sentido econômico. Nas análises
dos índices Mensais, é importante estimar o impacto de variações sazonais.
Variações sazonais representam movimentos periódicos (intra-anuais ) provocados por
efeitos calendários (climáticos ou institucionais) que se repetem, mais ou menos regularmente a
cada ano. As variações sazonais podem ser distinguidas das variações cíclicas por suas
oscilações características, bem definidas em períodos intra-anuais, bem como das flutuações
irregulares por sua característica de previsibilidade.
Quanto às estruturas das séries, todas são multiplicativas, e suas composições:
Zt=TC t *St*It , onde Z t são as séries observadas, TC t a tendência-ciclo, S t a variação estacionai
e I t a componente irregular.
Considerando a ordem de grandeza dos valores destas séries, optamos pelo
procedimento padrão de linearização de modelos multiplicativos, adotando portanto o
logaritmo neperiano destes valores passando para composição aditiva, isto é, Z* t
= TC*t + S* t + I*t com Z*t = ln Zt e assim sucessivamente. Do ponto de vista do ajustamento
sazonal, a decomposição adotada fornece melhores fatores estacionais estáveis.
Com relação ao pressuposto básico - a existência de sazonalidade - as técnicas mais
comuns utilizadas na tentativa de verificar a presença de sazonalidade são:
i ) a inspeção visual do gráfico das séries originais;
ii) correlogramas;
iii) análise espectral para a verificação da existência de sazonalidade e outras
periodicidades ;
A inspeção visual do Gráfico 1 não permite verificar a presença da componente
sazonal, entretanto, com as técnicas da análise espectral, uma série pode ser decomposta em
seus componentes periódicos e a contribuição da variância de cada um dos componentes na
variância total da série pode ser determinada.
2 Stela B. Dagum do “Time Series Research And Analysis Division. Statistics Canada” - Versão
Microcomputador
7
A análise espectral tem como aplicação natural identificar movimentos sazonais e
avaliar diferentes técnicas de ajustamento . As ffeqüências correspondentes aos 12, 6, 4, 3, 2.4
e 2 meses são definidas como freqüências sazonais. A componente sazonal é representada
pelos picos em tomo destes harmônicos estacionais e pode ser levemente observada no Gráfico
2, no harmônico equivalente a 4 meses e facilmente observada no Gráfico 3, em todos os
harmônicos, (série em que a tendência foi previamente removida pelo programa - tabela D8).
Gráfico 1
Gráfico 2
8
Gráfico 3
Além das técnicas anteriormente descritas, para a identificação da sazonalidade e
estimação dos fatores estacionais de todas as séries utilizamos o procedimento
desestacionalizador Xll-ARIMA, que a seguir descreveremos em seus aspectos mais
relevantes.
2.2 - Avaliação da Qualidade do Ajustamento Sazonal
O objetivo da utilização de procedimentos de ajuste sazonal em séries temporais é a
decomposição das séries nas componentes tendência-ciclo, sazonal e irregular.
A decomposição de uma série nas citadas componentes é viável se a quantidade da
variação sazonal presente for suficientemente grande comparada com a quantidade de
irregularidade. Caso contrário, o programa não estima as duas componentes de modo
confiável.
O programa X-ll ARIMA oferece vários indicadores da importância relativa dessas
duas componentes. Um deles é o teste F para a presença da sazonalidade estável (Fe). É um
teste de análise de variância de um fator que mede se as médias mensais são
significativamente diferentes umas das outras, dada a flutuação aleatória total dos dados.
Este teste é aplicado às razões irregular e sazonal ( I /S). Se o valor de F neste teste for
maior que sete, as séries contém uma sazonalidade estável significativa.
Um teste complementar ao citado acima é o teste para a presença de sazonalidade
móvel (Fm). Quanto menor forem as mudanças da componente sazonal de ano para ano.
9
com mais segurança ela pode ser estimada pelo programa. Este teste de análise de variância
de dois fatores indica se os movimentos de ano para ano são signifícantes. Do ponto de
vista do ajustamento sazonal, valores pequenos de Fm neste teste indicam melhores chances
para ajustes confiáveis.
Um outro teste é uma combinação dos dois testes anteriores. O principal propósito
deste teste é determinar se a sazonalidade das séries é identificável ou não. Por exemplo: se
existe uma pequena sazonalidade estável (entre meses) e a maior parte do processo ao
longo dos anos é dominada rapidamente por mudanças sazonais, possivelmente aquela
sazonalidade não será corretamente estimada, isto é, não será devidamente identificada pelo
método.
Com relação ao monitoramento e controle de qualidade do programa a idéia geral é a
seguinte: se a quantidade de sazonalidade estável for suficientemente grande
comparativamente à quantidade de sazonalidade móvel, o valor do teste para sazonalidade
identificável é menor que um, indicando qualidade aceitável.
Esse número pode ser encontrado na tabela F3 da saída do programa é denotado por
medida M7. Se M7 for maior que 1 então não existe sazonalidade identificável na série
analisada e consequentemente não é recomendável o ajustamento sazonal. M7 é a medida
mais importante, mas existem dez outras taxas estatísticas de qualidade apresentadas na
tabela F3. Essas medidas comparam o tamanho relativo das componentes sazonal e
irregular, irregular e tendência-ciclo com as que encontramos nas séries sazonais de
qualidade média. As medidas variam entre 0 e 3. Valores maiores que 1 sugerem problemas
com a qualidade das séries.
No final da tabela F3, é impresso o valor do indicador total de qualidade (Q) que
representa uma média ponderada das onze medidas (Ml a Mil). Séries com valor de Q
maior que um são consideradas de qualidade inaceitável (rejeitadas).
Um outro indicador útil para a avaliação dos dados sazonalmente ajustados é o MCD,
isto é, número de meses necessários para o domínio do ciclo sobre a irregularidade. A
estatística MCD (impressa na tabela F2.E) nos dá uma idéia da quantidade de flutuações
irregulares deixadas na série ajustada para estacionalidade. O MCD é especialmente útil na
determinação de quantos meses deverão ser abrangidos na análise para esboçar as mudanças
nas séries dessazonalizadas, as quais podem ser atribuídas mais propriamente a tendência-
ciclo do que a alguma flutuação aleatória.
Valores do MCD iguais a 1 indicam que certamente até as comparações mês a mês são
signifícantes. Valores baixos do MCD estão associados a séries muito suavizadas ou com
fortes movimentos tendenciais. Valores iguais ou maiores que seis indicam que as séries são
altamente irregulares e de qualidade inaceitável ou com pouquíssimos movimentos
tendenciais.
O programa possibilita ainda a escolha da média móvel sazonal (MMS) mais apropriada
com base nas razões irregularidade-sazonalidade ( I /S ). Estas razões medem as flutuações
médias, de ano para ano, da componente irregular em relação a mesma estatística
correspondente da componente sazonal.
10
As médias móveis sazonais (MMS) podem ser de cinco termos (denominada 3X3), sete
(3X5) ou onze (3X9), dependendo da quantidade de flutuações irregulares presentes nos
dados. Essas médias móveis são escolhidas com base na razão global (I /S) de acordo com os
intervalos:
a) Se I /S n — 2,5 usar MMS 3x3
3,5 < I/S„< 5,5 usar MMS 3x5
I/S„> 6,5 usar MMS 3x9
b) Se 2,5 < Í/S„< 3,5 ou
5,5 < I/S„< 6,5 , repetir a) usando a razão I/S„-i
Onde n é o último ano completo en-lo ano anterior completo.
Observa-se que quanto mais irregular a série, maior será a média móvel sazonal, afim
de preservar a estabilidade do padrão sazonal. No presente estudo utilizamos a opção que
seleciona diferentes médias móveis sazonais para cada mês baseado na razão I/S mensal, tendo
em vista a seqüência dos planos de estabilização da economia ocorridos a partir de 1986
Outro importante aspecto do programa é a escolha das três médias móveis para isolar a
componente tendência-ciclo, chamadas filtros de Henderson. As médias móveis de Henderson
(MMH) de 9, 13 e 23 termos são aplicadas nos dados sazonalmente ajustados para obter uma
estimativa apropriada da componente tendência-ciclo. Estas médias móveis são escolhidas com
base na razão I /T C que relaciona o percentual médio absoluto, mês a mês, da variação a
componente irregular (I) comparada com a tendência-ciclo (TC). Esta razão I / T C pode ser
encontrada no topo da tabela D 12 e na tabela F2.H.
O programa seleciona automaticamente uma MMH apropriada, de acordo com os
seguintes intervalos:
Usar: MMH9 se I / T C < 0,99
MMH13 se 1,00 <1/ TC <3,49
MMH23 se Í/TC >3,50
Se a razão global 1/ TC excede 3, a quantidade do movimento irregular é
considerado alto.
Com relação aos modelos Box s Jenkins (modelos autorregressivos - integrados -
médias móveis - ARIMA) incorporados ao XI 1, podemos destacar o seguinte: a principal
crítica ao método XI 1 (basicamente filtros de médias móveis) está no fato de que as
estimativas mais recentes não possuem o mesmo grau de confiabilidade, se comparadas
com as observações mais centrais da série, o que é uma limitação inerente aos
procedimentos de alisamento linear, dado que, as primeiras e as últimas observações não
11
podem ser alisadas com o mesmo conjunto de pesos (filtros) simétricos aplicados às
observações centrais. Por este motivo, as estimativas para as observações correntes são
revistas a medida que novos dados são adicionados à série original. Com a incorporação
dos modelos ARIMA, os dados da série estudada são projetados um ano a frente, através
ds um modelo ARIMA “adequado”, e a seguir é utilizado o procedimento usual dos filtros
de médias móveis do XI 1. A utilização da série com previsões para um ano a frente reduz
significativamente os problemas mencionados.
São 4 (quatro) os modelos testados automaticamente pelo programa, são eles:
(1) (0,1,1) (0,1, 1)S
(2) (0,1,2) (0,1, 1)S
(3) (2,1,0) (0,1, 1)S
(4) (0,2,2) (0,1, 1)S
Os modelos são testados seqüencialmente na ordem apresentada. Em outras palavras,
se o modelo (1) “passa”, então o programa não experimenta os demais, mas se o modelo
(1) “falha”, o programa experimenta o modelo (2) e assim por diante.
No caso em que os quatro modelos falhem, estudos separados são elaborados a fim de
se obter um modelo de previsão. Identificados os modelos estes são incorporados ao
programa XI 1 -ARIMA.
Visando o aprimoramento deste trabalho, no decorrer de 1996, serão realizados
estudos com o objetivo de identificar “o melhor” modelo ARIMA para os subitens sazonais.
12
Capítulo 3 - Interferência dos Planos Econômicos e seus Reflexos - Processo de
Intervenção
A análise das séries de índices de preços (EPCA) através do procedimento
desestacionalizador Xll-ARIMA forneceu várias informações estatísticas. A seguir
apresentaremos alguns resultados da região metropolitana de São Paulo.
Total de séries analisadas: 236
(I) Séries sazonais. 40
(II) Efeitos determinísticos prévios (calendário, páscoa etc) : 0
(IH) Todas sofreram os efeitos dos planos econômicos.
A questão que se levanta é esta:
Os planos de estabilização da economia ocorridos desde 1986 afetaram as estimativas
da componente estacionai? Sim ou não? Se sim, em que grau?
Para responder a estas indagações, estudamos as séries do subgrupo Roupas, pois além
de ser sazonal tem peso expressivo no índice (8,27) e do item Hortaliças e Verduras, por sua
característica marcadamente sazonal.
Com as informações acima fornecidas, observamos que as séries estudadas não foram
afetadas pelos efeitos estacionais determinísticos prévios: dias úteis, carnaval, semana santa e
outros feriados intra-semanais (móveis ou não). Estes efeitos, quando presentes, podem
perturbar de tal maneira que dificultaria, por exemplo, a obtenção das estimativas das
componentes estocásticas, bem como a adequação de um modelo de previsão. Ausentes estas
preocupações, resta-nos investigar a perturbação causada pelos efeitos dos planos econômicos
(acontecimentos especias pontuais ocorridos a partir de 1986 - resíduos aleatórios atípicos)
A idéia é detectar a presença dos efeitos dos resíduos atípicos pontuais (impulsos),
realizando uma regressão da transformação estacionária da série com as variáveis que “pegam”
tais efeitos, expressas estas últimas com a mesma ordem de diferenciação da série analisada.
Primeiro passo: Detectar os resíduos atípicos pontuais (impulsos)
Critério estatístico: Estimação robusta (SAS - Statistics Program, The Univariate
Procedure)
Primeira série analisada: Subgrupo Roupas - Logaritmos dos Relativos Mensais
Pontos atípicos identificados: nov89, mar90, mai94 e jun94
Variáveis artificiais para captar os valores dos resíduos pontuais: 1891 1, 19003, 19405 e
19406
Estas quatro variáveis são do tipo impulso, recebem valor 0 em todas as observações
salvo nos meses de novembro de 1989, março de 1990, maio de 1994 e junho de 1994,
respectivamente, em que assumem o valor 1 . Com sua inclusão no modelo se pretende estimar
o efeito que determinados acontecimentos especiais, ocorridos nos mencionados meses,
exerceram sobre a série analisada.
13
As variáveis impulsos exercem sua influência sobre a componente irregular e seu efeito
é o resultado de se multiplicar o valor do coeficiente estimado - o qual é bastante robusto -
pelo valor da variável correspondente.
Fatores prévios que atuam sobre a componente irregular (FPI)
FPIt = Exp ( 18911 + w 2 19003 + W 3 19405 + W 4 19406 )
FPI t = Exp (0,029367 * 1891 1 + 0,197695 * 19003 + 0,163757 * 19405 + 0,196318 * 19406 )
Assim, por exemplo:
FPI „ov89 = e°’ 029367 => FPI n0V 89 = 1,0298 e assim por diante.
Retiram-se esses efeitos da série Roupas (variações mensais), isto é, divide-se, por
exemplo, o relativo mensal de nov89=l,5182 por 1,0298 encontrando o resultado: 1,4743 e
assim sucessivamente são obtidas os demais relativos. O próximo passo é montar a nova série
de índice base fixa mar 86 = 100 .
Em seguida, calculamos o logaritmo da série Roupas corrigida dos tais efeitos que é
submetida ao programa Xll-ARIMA. Compara-se, então, os fatores estacionais das duas
séries de número índice.
Os gráficos no Anexo 1, ano a ano, apresentam a componente estacionai da série
Roupas com e sem intervenção (C/l, S/I).
A análise dos gráficos permite concluir que os efeitos dos planos econômicos afetaram
às estimativas da componente sazonal sim, porém de forma residual, o que não invalida a
utilização dos fatores estacionais estimados para qualquer que seja a utilização.
O gráfico abanco, mostra que a componente irregular foi a que mais captou cs efeitos
do Planos a partir de 1990, o que reforça a hipótese de que a componente sazonal não foi
afetada pelos planos.
São Paulo - Subgrupo Roupas
Números índices - 86/95
V J
14
Segunda série analisada: Hortaliças e Verduras - logaritmos das variações mensais.
Pontos atípicos identificados:
Período 1986/1995: Fev86, Jan87, Fev88, Jan/Fev89, Jan/Fev90, Jan/Fev93, Jan94 e
Jul94.
Período 1980/1995: Idem período 1986/1995.
Período 1980/1985: Mar80, Jan81, Jan/Fev83, Fev84 e Mar85.
Observa-se que no período de não-planos (80/85) os valores atípicos relacionados são
devidos exclusivamente à sazonalidade (marcadamente sazonal). No período misto 1980/1995
os valores “atípicos” do período 80/85 são absorvidos pelo período 86/95 e deixam de ser
atípicos. O que nos leva a questão: No caso de hortaliças e verduras os planos econômicos
introduziram mais sazonalidade ainda?.
Trabalho análogo ao anterior foi elaborado para o item Hortaliças e Verduras e os
gráficos, ano a ano, da componente estacionai da série com (C/I) e sem intervenção (S/I)
encontram-se no Anexo 2.
A análise dos gráficos permite concluir que se aceitarmos a hipótese de que os planos
introduziram mais sazonalidade - o que se observa fortemente de 1986 a 1992 - o mesmo não
se observa em 1994 e 1995 ( a diferença é residual), anos para os quais se pretende divulgar
séries sazonalmente ajustadas.
Nas duas intervenções realizadas , verificou-se que:
- para o Sub-Grupo Roupas nenhum efeito dos Planos foi observado;
- para o item - Hortaliças e Verduras, cujos subítens são marcadamente sazonais, pode-
se admitir efeitos dos Planos nos anos de 1986 a 1992, não sendo significativos seus
resultados para os anos de 1993,1994 e 1995.
Em resumo, podemos concluir que para os subitens sazonais identificados, como um
todo, houve alguma influência dos Planos de Estabilização nos anos de 1986 a 1992, não se
revelando significativos para os anos de 1993,1994 e 1995. Este fato é relevante para
afimarmos que os Planos não afetaram as estimativas da componente estacionai a partir de
1993.
15
Capítulo 4 - Apresentação de Resultados
4.1 -Subitens Sazonais
Na primeira fase de identificação dos subitens sazonais foi utilizado o procedimento
desestacionalizador - médias móveis do Xll-ARIMA, não sendo utilizada, nesta fase, a parte
ARIMA (Modelos Box SJenkins).
Assim foram identificados, para os três períodos de estudo, os subitens sazonais. A
Tabela 1 , no Anexo 3, fornece os resultados das principais estatísticas obtidas a cada nível de
agregação do índice, para a RM de São Paulo. Os subitens com a notação tipo (T) 1 são os
que foram identificados como sazonais pelo procedimento estatístico utilizado, com 2 são os
subitens com sazonalidade identificável provavelmente não presente e os sem notações são os
subitens com sazonalidade identificável imo presente.
Estes resultados estão disponíveis para todas as onze áreas.
Restava, neste ponto, decidir a respeito do período a ser escolhido para a obtenção dos
fatores estacionais, e, ainda, avaliar informações qualitativas adicionais relevantes , a saber:
- alterações metodológicas ocorridas na produção dos IPC’s;
- se o padrão sazonal obtido é consistente com o conhecimento que se tem sobre o mercado
dos produtos.
A título de ilustração o Anexo 4, contém uma síntese, bastante resumida, das análises
qualitativas realizadas.
Desta forma, foram identificados os subitens sazonais segundo o perír do e análises
qualitativas, obtendo-se um conjunto de “subitens sazonais” por área. (Tabela 2- Anexo 5)
A estes “subitens sazonais” aplicamos o Procedimento Desestacionalizador Xll-
ARIMA utilizando, nesta fase, os modelos Box 8 Jenkins para previsão um ano a frente,
obtendo-se os fatores estacionais finais. Pretendeu-se com isto, contemplar o máximo possível o
período mais recente, o Plano Real.
O quadro 1 revela o número de subitens sazonais identificados, bem como sua
importância relativa (pesos) na composição dos índices, por área.
Quadro 1 - Total de Subitens sazonais por Área
/v J > ^ S V> ■" ' ~ /
wm
fÜI
BH
RA
,BÊS
BF
BE-
FT
SL
CT
GO
Subitens Sazonais
33
41
31
35
34
24
24
15
28
30
20
N Subitens R. Metropolitana
230
236
224
226
215
217
205
203
221
214
192
% Subitens Sazonais
15,7
16,9
13,4
15,9
16,7
10,1
12,2
8,4
13,1
14,5
10,4
Peso Subitens Sazonais (%)
5,1
8,1
5,7
12,1
7,0
1,9
4,2
3,7
5,3
8,5
6,5
16
4.1.2- Principais Estatísticas fornecidas pelo modelo X-l 1 ARIMA
Para exemplificar, a potencialidade de estatísticas obtidas por subitens sazonais, a
Tabela 3, no Anexo 6, para a região metropolitana de São Paulo é ilustrativa, contém o
modelo de previsão adotado, o erro padrão médio (%) da estimativa, a probabilidade X 2 (%) ,
a razão global I / S (quantidade de irregularidade em relação à sazonalidade) e as estatísticas
de qualidade Fe, Fm, M7, Q e MCD. Sendo relevante observar os valores de M7 a mais
importante, sob a ótica do ajustamento sazonal.
Cabe mencionar que as estatísticas acima descritas, bem como as demais obtidas pelo
método, estão disponíveis para todos os subitens sazonais para as onze áreas.
4.1.3- Gráficos dos Fatores Sazonais
Os gráficos, no Anexo 7, mostram os padrões sazonais dos números índices , para a
Região Metropolitana de São Paulo, para os anos de 1992 a 1996. Observa-se o
comportamento destes padrões para os cinco anos. Isto mostra o grau de confiabilidade dos
fatores obtidos, uma vez que, a maioria dos perfis sazonais dos subitens têm praticamente a
mesma evolução. Para os subitens Farinha de Mandioca, Laranja Baía, Camarão e Agasalho de
Homem, o programa sugere a necessidade de acompanhar seus perfis sazonais.
4. 1 .4- Fatores Sazonais
No Anexo 8 a tabela 4 relaciona os fatores estacionais, de São Paulo, por subitem
para 1995.
4.2 - Séries Ajustadas a nível Brasil
Utilizando os fatores estacionais de 1994 e 1995,para as onze áreas, calculamos as
séries ajustadas de 1994 e 1995, conforme procedimento descrito no Capítulo 3, item 1.4. O
Anexo 9, apresenta quadros comparativos entre os índices originais e ajustados para o ano de
1995, a nível geral e grupos.
Na última coluna desta tabela, apresentamos o cálculo da variação acumulada no ano,
para as duas séries, o que mostra a igualdade em 1995, entre a série original e a ajustada,
reforçando desta forma o pressuposto básico para a construção de séries sazonalmente
ajustada.
O comportamento destas duas séries pode ser observado através dos gráficos
constantes do Anexo 10.
17
5 - Considerações Finais
- Ê possível produzir com rigor técnico o IPCA sazonalmente ajustado.
Durante todo o período da realização deste projeto - Dessazonalização dos índices de
Preços ao Consumidor, preocupou-nos sobremaneira as características específicas do processo
inflacionário brasileiro, em especial as ocorridas nos últimos quinze anos.
Neste sentido, tomadas de decisões técnicas relevantes foram imperiosas tanto na
definição do procedimento estatístico utilizado (Xll-ARIMA), quanto às opções oferecidas
pelo programa foram intensamente exploradas.
Análises qualitativas de resultados foram realizadas a luz de conhecimentos adquiridos
sobre o mercado dos produtos e procedimentos técnicos na produção de IPC’s foram
avaliados de forma a verificar se provocavam pseudo sazonalidade.
Além disto, foram realizadas análises comparativas de séries com ou sem intervenção,
objetivando investigar os possíveis efeitos dos planos nas séries analisadas.
Todos estes cuidados, possibilitam afirmar, com todo o rigor técnico ser possível
calcular as séries de índices de Preços ao Consumidor sazonalmente ajustadas para os anos
1994, 1995 e 1996. Tem-se claro que as séries pretéritas (1994 e 1995) teriam uma utilização
restrita ao campo acadêmico.
- Atualização dos fatores sazonais
I
Para o ano de 1996, serão produzidas as séries dessazonalizadas mês a mês com os conjuntos
anuais de fatores estacionais estimados a partir de dezembro de 1995.
Em janeiro de 1997, o trabalho todo será revisado, com incorporação ou perda de
subitens sazonais e novos conjuntos anuais de fatores estacionais serão estimados apenas para
o ano de 1997 e assim sucessivamente.
- Os resultados obtidos para os diversos níveis de agregação são valiosos para a análise e
compreensão do fenômeno sazonal
A abrangência do índice possibilita fornecer aos usuários dos índices de Preços como
um todo, um valioso instrumental para a análise e compreensão do fenômeno sazonal, uma vez
que forneceremos não só o perfil sazonal, por subitem (e para todos os níveis de agregação),
para as onze áreas e Brasil; como também poderemos fornecer a evolução dos perfis sazonais
obtidos.
18
Estes dados são relevantes para tomadas de decisões a nível setorial e global,
fornecendo relevantes subsídios para análise de políticas específicas.
- As Séries Ajustadas e seus Usos
Deve-se enfatizar que o projeto visa a produção do IPCA dessazonalizado, objetivando
fornecer, como já mencionado, um estatística adicional que melhor reflita a tendência
inflacionária ( quando a componente irregular for irrelevante).
No Brasil, é recorrente surgirem demandas por séries de índices de preços
sazonalmente ajustadas às instituições produtoras de índices de preços ao consumidor, por
diversos agentes econômicos (governos, entidades de classes, sindicatos, etc), em período pós
adoção de planos de estabilização econômica. Este fato, tem sua razão de ser, pois os agentes
econômicos objetivam organizar seus possíveis padrões de racionalidade - de acordo com os
contextos de incertezas - que vão exprimir-se na formação das expectativas, no direcionamento
das tomadas de decisão individual e até mesmo na coordenação das decisões coletivas.
Sabemos que, num contexto de reaver a confiança na eficácia das políticas adotadas é
fundamental a avaliação precisa dos indicadores econômicos, em especial, os utilizados para
aferir a inflação. A análise correta do fenômeno inflacionário, num cenário de estabilização de
preços mais duradouro e persistente, é fundamental para a reversão de expectativas e
procedimentos remanescentes da cultura inflacionária.
Neste sentido sabemos que a produção de índices de preços sazonalmente ajustados
constitui-se em ferramenta importante para a interpretação do processo inflcionário em nosso
país.
19
ANEXO 1
FATORES ESTACIONAIS
NÚMEROS ÍNDICES - IPCA
FATORES ESTACIONAIS
NÚMEROS ÍNDICES - IPCA
ROUPAS- SAO PAULO ANO 1991 S/l
ROUPAS- SÂO PAULO ANO 1991 C/l
ANEXO 2
FA1UKJUS £MAUUINAld
NÚMEROS ÍNDICES - EPCA
FATORES ESTACIONAIS
NÚMEROS ÍNDICES - IPCA
ANEXO 3
Tabela 1 - Principais Estatísticas fornecidas pelo programa Xll-ARIMA (*)
São Paulo -IPCA
Alimentação e Bebidas
«pip
iSmiMãâ
WBM
3EEI
KM!
ãMJOi
ISPS
WS
gglilg
—HE®?
ÜB
SETsHBi
■1
BB
MM
m m
BÉM
um
«
hí
fBBÉBl
H
0000000
índice Gerai
0.48
2.34
3.00
1.15
mtàM
Ft-il
1,27
9.14
9.98
1.42
0.61
1000000
Alimentação e Bebidas
1.53
1.98
2.06
0.80
WBsM
WMM
EEa
0,56
7.37
7.76
1.43
0.68
1100000
Alimentação no Domicílio
1.53
1.66
1.98
0.85
cem
4,57
■FM
0,61
6.84
8.23
1.52
0.71
1101000
Cereais, Legum.,Oleagin
1.06
2.45
2.60
1.11
ik&fl
5,25
EEa
4.64
8.34
1.86
0.84
1101402
Arroz
4.96
2.11
1.16
0.57
n
■BHl
HM
0,91
6.11
14.16
2.01
0.88
1101473
Feijão Rajado
1
10.29
2.78
0.86
0.47
2
EEM
m
EME
0,53
2
7.80
2.82
1.00
0.50
1102000
Farinha, Féculas, Massas
1.84
3.53
2.18
0.95
IFJtM
4,72
wsm,
0,86
3.54
8.79
2.17
0.95
1102406
Macarrão
3.14
2.13
1.46
0.76
ire»
EEa
WEM
EEE
2.67
6.19
2.19
0.92
1102408
Fubá de Milho
2
10.45
3.70
0.93
0.47
2
1 1,92
Eli
0,51
1
11.44
3.79
0.90
0.49
1102412
Farinha de Trigo
0.77
2.09
2.93
1.25
■EM
EHE
1 3,00
Eia
1.80
7.46
2.54
1.02
1102423
Farinha de Mandioca
5.61
2.59
1.15
0.59
1
WXEM
EEa
2
22.58
9.58
0.89
0.44
1103000
Tuberc., Raízes, Legumes
9.25
4.19
1.03
0.55
1
Farei
EEa
mm
EEE
1
27.43
4.12
0.59
0.38
1103403
Batata Inglesa
1
8.50
0.72
0.73
0.45
1
EE3
■FM
0,30
1
16.78
3.95
0.75
0.45
1103420
Abobrinha
1
18.36
1.81
0.58
0.50
1
BJEJ
■hfm
EEE
Eza
1 1
20.20
1.50
0.53
0.37
1103421
Chuchu
1
12.71
0.40
0.57
0.42
1
EEa
■*m
0,58
0,35
1
26.34
1.47
0.47
0.31
1103425
Pepino
I 1
8.84
2.04
0.86
0.62
1
BEI
■KM
EEa
Eia
1
12.83
1.51
0.67
0.39
1103426
Pimentão
3.24
1.05
1.25
0.62
1
«EM
EEa
EEa
EEM
1
7.91
2.07
0.91
0.45
1103428
Tomate
3.39
2.90
1.52
1.19
1
■FM
EEa
WMM
1
11.73
2.51
0.79
0.42
1103429
Vagem
1
14.14
3.66
0.80
0.84
1
■EE1
bee
0,63
Eia
1
25.16
2.17
0.52
0.38
1103431
Beringela
6.03
2.78
1.13
0.66
EEE
■MB
■KM
0,48
7.87
3.70
1.07
0,51
1103443
Cebola
1
12.10
1.17
0.66
0.57
1
16,34
■FM
mmm
■*M
1
23.63
1.90
0.52
0.34
1103444
Cenoura
1
20.71
1.25
0.51
0.37
1
W3ãã
EEa
EEa
EEa
1
44.08
2.47
0.40
0.28
1104000
Açúcares e Derivados
1
7.56
0.82
0.79
0.43
msm
Eia
EEa
ia
4.76
6.91
1.71
0.70
1104403
Açúcar Refinado
1
7.09
0.81
0.81
0.45
EM
3,46
■HM
EEE
4.79
5.13
1.53
0.71
1104418
Balas, Chicletes
2.32
3.62
1.96
0.79
■FM
weem
EEa
■FEB
4.67
7.52
1.78
0.76
1104423
Chocolate em Barra
0.61
1.74
2.96
1.10
Eia
Ei
■FM
3.57
7.09
1.99
0.85
1105000
Hortaliças e Verduras
1
29.25
3.51
0.55
0.35
1
Farei
■FM
E±a
EEM
1
59.56
7.73
0.50
0.31
1105401
Alface
i
14.16
2.68
0.73
0.51
1
38,00
EKE
EEM
eeem
1
38.85
5.60
0.55
0.36
1105403
Chicória
1
21.63
4.42
0.68
0.44
1
1,41
EEM
EEE
1
45.12
6.56
0.54
0.31
1105405
Couve
1
22.66
3.78
0.64
0.45
1
62,54
2,08
0,32 |
0,21
1
57.98
7.12
0.49
0.28
1105406
Couve-Flor
1
41.14
1.31
0.36
0.29
1
jgÜB
■FM
■*£■
0,19
1
66.33
4.20
0.38
0.24
1105410
Repolho
1
41.60
1.41
0.37
0.33
1
Eüa
EBüB
1
82.64
6.40
0.40
0.26
1105413
Agrião
1
37.60
3.24
0.47
0.35
1
Farei
EEa
EEE
B»iM
1
61.69
6.49
0.46
0.22
1105419
Brócolis
1
49.29
BBi
0.31
0.26
1
mm i
1,74
0,29
Eia
1
79.21
6.19
0.40
0.20
(*) Sem Modelos de Previsão continua
Alimentação e Bebidas
1106000
1106403
1106405
1106408
1106411
1106412
1106415
1106417
1106418
1106421
1106423
1106427
1106428
1106439
1107000
1107418
1107484
1107487
1107488
1107489
1107495
1108000
1108412
1108413
1108438
1109000
1109402
1109407
1109408
1109410
1110000
1110409
1110444
1111000
1111404
Frntas
Abacaxi
Banana-D'Agua
Banana-Prata
IK25
Mamão
Melancia
Pera
Tangerina
Uva
Carnes Frescas. Vísceras
Carne de Porco
Contrafilé
Chã-de-Dentro
Alcatra
Patinho
Acém
Pescado
Peixe Sardinha
Camarão
Peixe Pescada
Carnes, Peixes indust.
Presunto
Salsicha e Salsichão
Mort. Salame, Salaminho
Aves e Ovos
Ovo de Galinha
Leite e Derivados
Leite Pasteurizado
37.22
6.25
0.59
0.33
17.73
4.99
0.79
0.39
19.09
1.16
0.52
0.31
21.53
1.77
0.53
0.31
6.93
1.58
0.92
0.58
69.75
1.19
0.27
0.31
61 75
3.27
0.37
0.30
30.27
1.83
0.45
0.36
18.20
0.77
0.50
0.34
3.59
0.65
1.12
0.66
48.45
2.10
0.37
0.30
22.60
3.39
0.62
0.43
87.66
1.19
0.25
0.25
49.85
0.76
0.30
0 /i 8
16.03
14.17
1.24
0.60
6.36
4.29
1.25
0.57
15.77
13.86
1.24
0.57
17.00
13.99
1.20
0.53
16.51
14.15
1.22
0.56
16.97
14.27
1.21
0.54
22.47
10.73
0.93
0.52
28.28
0.79
0.41
0.22
25.82
0.46
0.40
0.19
15.48
2.33
0.67
0.35
8.66
0.54
0.70
0.35
3.23
1.66
1.36
0.60
5.28
0.63
0.92
0.50
4.28
4.48
1.54
0.62
5.95
1.74
1.01
0.52
1.31
2.16
2.26
0.86
1.79
2.09
1.92
0.85
3.77
3.80
1.56
0.74
5.05
2.89
1.24
0.57
3.03
2.26
1.51
0.60
3.61
4.56
1.69
0.68
1.44
0.47
31.71
5.38
0.60
7.21
1.24
0.86
28.43
3.27
0.54
10.96
1.80
0.75
155.84
1.15
0.18
78.30
3.09
0.32
42.77
5.96
0.54
2.28
1.53
1.60
4.07
1.89
1.25
51.29
6.18
0.50
30.87
1.10
0.41
52.96
3.41
0.40
59.39
5.56
0.45
5.11
1.91
1.12
6.95
2.32
1.00
10.34
1.63
0.76
10.74
1.76
0.76
10.23
1.64
0.76
10.60
1.77
0.76
1.79
2.10
1.93
34.28
14.76
0.86
37.09
5.55
0.56
18.45
7.86
0.91
18.26
9.29
0.98
9.79
4.98
1.06
12.40
6.09
1.01
5.34
6.48
1.57
9.93
3.54
0.94
8.55
5.97
1.21
3.31
2.41
1.46
4.39
2.43
1.28
11.01
4.03
3.45
3.87
1.64
5.09
4.23
1.39
continua
Alimentação e Bebidas
Descrição
HüHü
9804.181
üüü
mm,
MMM
mm
KIl
lilliíllll
«una
WMM
mm
H
mm
mim
ÜB
mim
1111409
1
14.33
1.55
0.64
eb
3.34
3.27
1.59
0.61
1.77
4.78
2.45
1.99
1111419
Yogurt
1
8.79
1.25
0.78
0.38
8,69
5,33
Ui
0,44
8.35
6.67
1.27
0.52
1111423
Es®
1
7.13
0.69
0.80
0.41
1,67
2,17
Ba
2.29
4.90
2.18
0.92
1111424
Queijo Prato e Muzzarela
2
4.59
1.64
1.14
0.55
g»a
1,12
EMM
3.97
4.32
1.59
0.75
1112000
Panificados
2.34
1.65
1.60
0.72
Mc 14:11
■b
msm
EB
4.98
6.51
1.63
0.72
1112403
Biscoitos
2.54
3.18
1.80
0.79
5,11
3,53
■EM
EB
4.63
7.85
1.82
0.75
1112415
Pão Francês
2.21
1.85
1.69
0.83
«KJ
■b
MMM
EB
5.11
6.12
1.58
0.67
1112417
Pão Doce
2.05
1.67
1.71
0.70
Ü1
E EU
msm
EB
3.73
3.50
1.53
0.60
1113000
Õleos e Gorduras
3.49
3.43
1.55
0.69
8,88
4,14
msm
0,52
4.44
7.58
1.83
0.80
1113413
Óleo de Soja
2.74
3.32
1.76
0.82
Ba
1,04
4.37
7.13
1.80
0.83
1114000
Bebidas e Infusões
1.92
6.10
2.51
1.08
6,49
EB
11.62
9.05
1.21
0.57
1114422
Café Moldo
2.17
6.47
2.47
1.10
■Ml
Ba
0,71
10.52
6.68
1.13
0.50
1115000
Enlatados e Conservas
1
8.17
2.55
0.95
0.49
5,18
EB
■w
EB
9.60
6.34
1.16
0.55
1115406
Ervilha em Lata
4.67
8.55
1.87
0.80
■üM
6,44
■EM
EEI
9.04
11.00
1.49
0.62
1115416
Palmito em Conserva
1
■CEEI
2.19
0.66
0.42
WEM
■Ml
WBsM
0,81
5.04
2.61
1.21
0.52
1115439
Sardinha em Lata
14.84
7.63
1.00
0.46
rnwim
3,33
■mm
2
13.44
5.91
0.96
0.47
1115457
Azeitona
2.25
2.36
1.77
0.76
E82M
■na
6.33
7.23
1.51
0.62
1116000
Sal e Condimentos
0.72
1.53
2.77
1.13
2,37
5,35
B
EB
2.89
9.27
2.39
0.97
1116405
Massa de Tomate
2.45
5.22
2.15
0.80
EB
Ba
■EM
0,59
5.97
13.69
2.01
0.81
1116410
Aiho
0.43
1.79
3.00
1.26
2
eb
iktfl
BH
EB
4.50
5.05
1.57
0.75
1116433
Maionese
2.09
10.67
2.49
1.00
4,36
6,21
mssm
EB
3.81
9.88
2.19
0.90
1200000
Alimentação Fora Domicílio
5.42
5.84
1.50
0.60
mmw
4,46
■EM
EB
9.82
7.31
1.21
0.61
1201000
Alimentação Fora Domicílio
5.42
5.84
1.50
0.60
EB
■ItM
1,23
EB
9.82
7.31
1.21
0.61
1201401
Refeição
6.97
5.95
1.33
0.52
5,47
EB
1,16
EB
8.49
3.99
1.06
0.39
1201403
Lanche
1.72
3.58
2.27
0.94
4,83
WEM
1,40
0,59
7.82
5.90
1.26
0.56
continua
Habitação
.Códiflpô
mui
mmmÊm.
ã<fil3Í0 1995^ 1 v, v> v'
um
msm
li
Q *
!ü
mfflH
arara
H
ii|£jg§
BB
IlIáGIlS
mxm
■sai
wmM
2000000
Habltacao
1.51
2.24
2.13
0.81
7.54
5.66
1.26
0.51
6.84
10.39
1.67
0.63
2100000
Encargos e Manutenção
2
3.49
0.97
1.19
0.51
2
10.36
3.83
0.95
0.46
7.65
9.76
1.54
0.68
2101000
Habitação '
2
5.67
0.70
0.90
0.42
8,11
Ba
HUM
Eia
5.49
10.94
1.90
0.76
2101401
Aluguel Residencial
1.39
2.13
2.20
0.94
7,81
4,21
1,12
0,54
5.64
9.36
1.76
0.72
2101402
Condomínio
4.00
13.60
2.32
0.92
MMÊ
msm
mwtm
WLVFM
4.19
11.91
2.26
0.90
2101404
Taxa de Água e Esgoto
2.49
1.67
0.81
Eia
BI
■ma
5.36
4.20
1.35
0.56
2103000
Reparos
1.34
2.04
2.21
0.86
BM
■em
7.22
9.94
1.60
u. 73
2103405
Ferragens
1.79
2.17
1.94
0.75
5,27
■BB
5.85
4.91
1.36
,0.63
2103409
Mat. de Pintura
2.49
2.58
1.72
0.73
7,11
WEEÊ
mm
Ba
8.16
8.93
1.44
0.67
2103414
Tinta para Casa
0.80
6.67
2.98
1.26
9,00
1,18
0,55
7.46
13.16
1.76
0:77
2104000
Artigos de Limpeza
3.64
2.88
1.46
0.6G
■3M
Ba
1,26
5.63
13.12
2.03
0.82
2104408
Detergente
2.67
3.43
1.80
0.75 .
MEEM
uai
MEm
MM»
6.10
16.89
2.17
0.92
2104409
Sabão (Pó e Barra)
5.32
2.73
1.19
0.58
Ba
6,54
mw.m
0,68
4.00
12.92
2.32
,0.98
2104412
Desinfetante
2.84
2.72
1.63
0.62
1
EEJ
BEM
Ba
7.94
9.78
1.51
0,66
2200000
Combustíveis, Energia
1.09
0.67
2.03
0:79
Ba
Ba
13
0,76
5.16
10.64
1.94
0.84
2201000
Combustíveis Uso Domést.
1.83
0.33
1.48
0.62
3,21 ,
7,78
WSSM
3.81
9.67
2.17
090
2202000
Energia Elétrica
0.66
2.97
3.00
1.11
WXEM
mmm
■EM
WR1
5.19
11.31
1.99
0:80
2202403
Energia Elétrica
BM
MãiM
■ta
MfJUM
5.22
10.08
1 80
,0.77
continua <r
Artigos de Residência
piSMI
^ | í?<
mm
mm
S1H
iiiiiiii
WÊÊmm
KH
HHfSS
km
sai
n
sa
üi
HHB
tmm
BBH
S9
■BH
■■H
EÍr
uai
BiuH
Hm
3000000
Artigos de Residencla
1.18
4.87
2.73
1.10
2
4.63
1 2.07 I
I 1.19 I
0.46
4.35
5.28
1.62
0.67
3100000
Móveis e Utensílios
2.32
1.18
1.51
0.59
3,92
WM ■
■EM
0,53
4.00
6.14
1.78
0.71
3101000
Mobiliário
1.72
9.66
2.55
0.94
HM
■EH
7.74
7.81
1.40
0.58
3101402
Móveis para Sala
1.89
3.48
2.14
0.77
EM
■EH
■EM
0,41
7.60
4.65
1.17
0.44
3101403
Móveis para Quarto
2.37
4.55
2.09
0.82
1
■eeh
MBM
B5EM
■EH
7.77
7.20
1.36
0.49
3101415
Móveis p / Copa e Cozinha
1.52
3.25
2.34
0.90
2
b
1 1.88 |
■EB
4.33
5.45
1.64
0.63
3102000
Utensílios e Enfeites
1
12.23
2.77
0.79
0.33
1 1.27 |
■eh
w&m
0.75
2.63
3.00
1.17
3102406
Cortinas
1
13.94
0.55
0.56
0.27
2
lÉJh ; i
■EH
■EH
6.94
2.77
1.05
0.44
3103000
Cama, Mesa e Banho
2.79
2.10
1.54
0.64
2
1 6,68 |
wassM
■EM
0,39
7.18
5.75
1.30
0.47
3103401
Roupa de Cama
2.42
1.51
1.54
0.64
1
toa
msm
EH
0,43
7.44
6.30
1.32
0.57
3103403
Roupa de Banho
2
3.69
2.31
1.37
0.50
■EM
■EH
5.22
5.52
1.50
0.61
3200000
Aparelhos Elétricos
3.34
4.26
1.72
0.72
2
■EH
■EM
0,43
4.70
5.04
1.53
0.71
3201000
Eletrodom. e Equipam.
2.48
5.98
2.24
0.88
1
■-MM
■EH
■EH
0,31
8.68
6.37
1.23
0.50
3201401
Refrigerador
4.42
4.83
1.56
0.67
1
mwm
BiESfl
0,32
11.90
6.35
1.05
0.43
3201403
Máquina de Costura
1
9.22
1.51
0.79
0.33
1
■xn
B5HB
WESSM
BtEH
9.17
4.77
1.08
0.45
3201406
Máquina Lavar/Secar
2.23
4.76
2.19
0.92
2
1 6,79 |
■EH
■EM
■EH
5.57
5.68
1.47
0.60
3201421
Fogão
1
9.50
1.26
0.75
0.36
1
E B
■EM
WSK3Ê
6.21
5.92
1.41
0.57
3202000
TV e Som
2.20
6.80
2.47
1.06
■EH
1 1.70 |
■HB
1.51
3.03
2.31
0.94
3202401
Televisor
1
10.94
1.28
0.70
0.41
■El
BB
■EM
1.30
3.47
2.58
1.05
3202402
Rádio
0.81
4.01
2.96
1.13
MMM
1 2,90 |
■EH
0.88
3.87
2.91
1.09
3202403
Aparelho de Som
2
3.45
1.81
1.34
0.56
m em
■BB
■EM
■♦Ml
2.63
3.17
1.77
0.72
continua
4000000
4100000
4101000
4101402
4101404
4101405
4101409
4101410
4102000
4102402
4102403
4102404
4102405
4102408
4102410
4103000
4103402
4103405
41034012
4103418
4200000
4201000
4201402
4201403
4201404
4201407
4201415
4300000
4301000
4301402
4301414
4400000
4401000
4401401
4401402
Vestuário
BElfiEftEIBt
Terno
Agasalho
Camisa
Camiseta
Roupa de Mulher
Agasalho
Saia
Vestido
Camiseta, Blusa
Agasalho
Camiseta
Calçados e Acessórios
Calçados e Acessórios
Sapato Homem
Sapato Mulher
Sandália Mulher
Bolsa de Mulher
Jóias, Relógios de Pulso
Jóias
Relógios de Pulso
Tecidos e Armarinho
Tecidos e Armarinho
Tecidos
Artigos de Armarinho
27.68
35.69
17.66
12.54
6.43
159.88
9.50
8.29
42.37
24.25
46.82
26.39
10.02
7.15
2.31
26.32
32.98
u
5.99
0.67
0.37
7.89
0.66
0.32
4.86
0.78
0.34
0.97
0.63
0.32
6.32
1.42
0.64
0.58
0.16
0.16
0.60
0.68
0.37
0.37
0.70
0.38
2.57
0.42
0.24
2.54
0.55
0.31
6.41
0.53
0.39
1.62
0.47
0.29
3.47
0.93
0.47
1.60
0.91
0.41
1.37
1.55
0.65
0.95
0.43
0.24
3.03
0.49
0.20
1.69
0.17
0.15
1.01
1.78
0.72
1.64
0.97
0.38
1.12
0.79
0.40
1.12
0.79
0.40
0.79
0.58
0.23
8.57
0.55
0.32
7.06
2.20
0.86
1.48
0.27
0.12
1.89
2.03
0.81
0.31
0.92
0.44
0.31
0.92
0.44
1.63
1.36
0.57
0.32
0.95
0.45
6.86
1.62
0.71
6.86
1.62
0.71
8.17
1.75
0.73
9.44
3.86
0.99
15.64
3.37
0.74
11.14
3.50
0.89
8.96
2.38
0.89
15.75
5.41
0.86
42.34
8.11
0.61
9.47
3.70
0.98
4.25
3.49
1.43
20.97
1.85
0.55
19.68
1.93
0.57
36.80
8.05
0.65
28.19
1.60
0.46
10.01
2.71
0.87
12.62
2.17
0.73
2.70
4.46
1.94
24.90
2.97
0.56
5.01
2.05
1.15
66.54
8.72
0.50
3.07
3.33
1.66
12.80
6.36
1.01
3.20
4.82
1.83
3.20
4.82
1.83
1.79
3.29
2.17
7.96
2.03
0.91
2.89
5.46
2.01
37.63
15.33
0.84
1.93
5.48
2.46
7.45
11.02
1.64
7.45
11.02
1.64
5.27
6.16
1.55
7.48
12.53
1.73
8.50
4.67
1.11
8.50
4.67
1.11
7.18
5.40
1.27
I 145 |
continua
Transporte e Comunicação
BB9BE
inn®
WMmrnm
- ’:■>>> v„>«
111U11I
m£M
mwm
mm
Bl
msm
IMS®
mm
H
V Q ; S
5000000
Transp. e Comunlcacao
i
10.29
0.74
0.67
0.31
10.33
5.77
1.08
0.52
12.22
8.69
1.16
0.55
5100000
Transporte
i
10.11
0.76
0.68
0.33
10,50
5,69
1,07
0,51
12.34
8.58
1.15
0.57
5101000
Transporte Público
i
8.89
1.71
0.83
0.40
WESM
WZEM
MBM
0,54
6.73
2.89
1.08
0.51
5101401
Ônibus Urbano
2
6.08
2.37
1.08
0.61
2
4,54
MM
1.07
0,47
6.38
2.17
1.03
0.49
5101402
Táxi
2
5.43
0.50
0.88
0.51
mxva
mxm
4.97
2.21
1.17
0.47
5101406
Ônibus à Distância
1
18.00
0.86
0.52
0.30
m Em
mxm
6.79
2.94
1.08
0.49
5101410
Avião
1
15.03
1.32
0.60
0.28
5,65
ua
5.35
8.06
1.71
0.65
5102000
Veículo Próprio
2
9.93
3.48
0.94
0.44
2
13,89
5,79
0,94
mseem
14.18
9.58
1.12
0.50
5102401
Automóveis Novos
1.63
6.38
2.58
1.05
Ea
0,53 1
9.22
13.00
1.58
0.68
5102404
Emplacamento e Licença
5.89
8.85
1.69
0.73
MMM
7.76
MEM
Ea
6.89
15.70
1.98
0.82
5102405
Seg. Volunt. Veículos
1
7.19
1.02
0.84
0.48
4,21
MEM
Eü
4.51
3.17
1.35
0.54
5102407
Óleo
1.42
3.40
2.46
1.03
MM
n
■i»-™
MfflÊ
5.71
8.72
1.70
0.76
5102409
Acessórios e Peças
2.50
0.42
1.29
0.60
Ea
MEM
Ea
8.76
7.46
1.29
0.54
5102410
Pneus e Câmara de Ar
2
4.04
0.51
1.03
0.50
Ea
Ea
MEM
Eü
5.80
7.33
1.58
0.67
5102411
Conserto de Automóveis
1
11.44
1.86
0.74
0.31
me m
Ea
MEEM
Ea
9.91
5.51
1.09
5102413
Estacionamento
2.42
6.53
2.34
0.96
mwm
En
MEM
0,40
6.50
3.42
1.15
5102419
Lubrificação e Lavagem
3.65
3.49
1.55
0.68
2
HL&UI
MEM
1.07
0,47
6.53
3.45
1.15
5102420
Automóveis Usados
1
36.47
3.55
0.49
0.28
Ea
4,24
MEM
0,45
2
16.77
6.59
0.89
0.41
5104401
Gasolina
1.83
0.33
1.48
0.62
4.21
6.56
| 1.78
0.70
4.73
8.79
1.88
0.73
5200000
Comunicações
2.83
3.24
1.72
0.69
4,55
Ea
iHÜ
4.31
7.92
1.89
0.71
5201000
Comunicações
2.83
3.24
1.72
0.69
Ea
iua
Ea
4.31
7.92
1.89
0.71
5201402
Telefone
2.63
3.20
1.78
0.72
4,31
1 5,62
1 1,66
0,63
4.27
7.66
1.87
0.71
continua
Saúde e Cuidados Pessoais
p^PiPMi
ES
BBi
mmm®
• Descrição •:
BE
ESQUI
ram
JtFèçl
MSHBI
||8g»Bl
asm
MMM
Miím
; Q H
6000000
Saude e Culd. Pessoais
hhh
3.00
1.93
1.46
0.65
■ ■
7.27
6.06
1.32
0.58
gg
6.67
11.41
1.76
0.75
6100000
Prod. Farmac., Óculos, Lentes
3.00
3.07
1.64
0.71
8,11
KEE9
«KM
0,68
6.32
16.19
2.10
0.86
6101000
Produtos Farmacêuticos
2.79
3.45
1.76
0.79
MBM
0,65
6.26
17.13
2.16
0.88
6101401
Antiinfecciosos
2.36
4.08
2.02
0.85
msm
sam
msm
0,64
8.07
17.85
1.94
0.75
6101402
Analgésicos
3.01
7.81
2.25
1.18
msm
EEI
BB
0,75
■ ■
5.78
20.90
2.26
0.92
6101404
2.62
2.99
1.74
0.81
■El
ram
1
7.92
13.03
1.71
6101409
Antiácidos, etc.
ram
3.17
1.75
0.98
Ba
MMm
Ba
4.30
11.65
2.21
0.92
6101410
2.44
2.08
1.65
1.04
Bjjl
9,34
msm
ram
3.82
10.95
2.28
0.91
6101412
Antiespasmódicos
2.53
3.27
1.82
0.82
msm
msm
Ba
5.84
12.83
1.97
0.81
6101413
Psicotrop., Anorex.
2.38
4.17
2.02
0.97
EH
mmm
BMB
Ba
5.94
15.69
2.13
0.84
6101414
Anticoag., Cardiovasculares
2.46
3.84
1.94
0.85
4,39
8,15
ma
Ba
4.46
10.89
2.11
0.86
6102000
Óculos e Lentes
1
7.44
2.09
0.94
0.43
Ba
1,46
0,57
6.81
8.44
1.54
0.66
6102401
Óculos e Lentes
1
7.44
2.09
0.94
0.43
ram
msm
Bai
6.81
8.44
1.54
6200000
Atendimento e Serviços
5.95
3.70
1.23
0.57
ES9
Ba
msm
0,46
6.97
6.16
1.35
0.59
6201000
Atendimento
2.67
4.13
1.91
0.75
1
7,47
■ia
Ba
Ba
8.46
4.16
1.07
0.40
6201402
Médico
4.63
1.38
0.59
Ba
mEM \
MEÊ
6.54
3.87
1.19
0.51
6201403
Dentista
3.34
5.04
1.82
0.79
1
1,28
■a
Ba
8.69
4.04
1.05
0.41
6201405
Aparelho Dentário
3.43
2.47
1.45
0.64
1
■Ml
MM
Ba
7.45
5.20
1.23
0.46
6202000
Serviços Médicos
1
7.68
1.82
0.90
0.41
5,14
Ba
Ba
0,52
4.27
7.64
1.87
0.75
6202403
Exame de Laboratório
6.12
3.14
1.16
0.54
MM
rans
■E»
BdAl
6.98
5.79
1.32
0.59
6202404
Hospitalização e Cirurgia
1
8.41
0.89
0.76
0.30
BEI
Ba
■EB
0,67
1.92
4.73
2.35
0.85
6202405
Mensalidade de Clínica
6.33
3.55
1.18
WKM
Eü
mm
EB
4.08
7.99
1.95
0.77
6300000
Cuidados Pessoais
3.48
4.41
1.70
0.72
6.74
Ba
1,33
BS
5.98
11.33
1.85
0.74
6301000
Higiene Pessoal
3.48
4.41
1.70
0.72
6.74
Ba
■EB
ra-ii
5.98
11.33
1.85
0.74
6301409
Produtos para Pele
2.40
3.18
1.85
0.71
6,43
■sa
■W*B
ram
5.70
11.47
ram
0.81
6301414
Desodorante, Perfume
EE1
2.89
1.40
0.60
8,77
5,37
■ia
ram
7.62
10.62
Ba
0.74
6301416
Sabonete
1.45
1.77
2.06
7,48
7,69
1,42
Ba
7.17
14.56
1.88
0.80
6301417
Papel Higiênico
3.30
ram
1.63
0.71
4,82
ram
1,65
E&a
Ba
10.68
2.20
0.90
continua
Despesas Pessoais
Blli
msi
18SIS1
SEM
Ha
'mm
Bi
Blli
BBBB
■8
B
mm
KÜB
ÊkÊà
HM
mmm
BBBB
■1
USES)
■MB
wm
7000000
Despesas Pessoais
i
16.20
0.17
0.48
0.27
9.00
3.84 !
1.01
0.42
2
16.26
6.02
0.88
0.43
7100000
Serviços
2
5.73
1.16
0.96
0.45
6,32
MMM
E&fcB
7.70
7.87
1.41
0.57
7101000
Serviços Pessoais
2
5.73
1.16
0.96
0.45
KESU
0,52 I
~710~
7.87
1.41
0.57
7101404
Tinturaria
1
10.05
2.14
0.82
0.39
5,30
■*«
■em
ESDI
7.22
7.69
1.44
0.59
7101408
Barbeiro
2
4.56
1.62
1.14
0.43
2
EEM
BEI
m aa
9.90
5.78
1.11
0.49
7101409
Cabeleireiro e Manicure
1
17.58
1.00
0.53
0.28
1
■iliM
WMM
bem
2
12.73
4.49
0.90
0.39
7101410
Empregado Doméstico
2
4.32
1.18
1.11
0.47
■*!»■
■Ei
5.69
12.09
1.95
0.75
7200000
Recreação e Fumo
1
14.05
0.59
0.56
0.40
msm
MEU
MiERM
1
16.91
4.84
0.80
0.42
7201000
Recreação
1
54.51
1.33
0.32
0.15
Ema
BE»
1,19
0.49 |
1
17.82
2.36
0.63
0.35
7201401
Cinema
2
4.78
1.39
1.08
0.58
1,11
MSSM
WBM
mem
1.99
5.09
2.36
0.92
7201406
Clubes
1
69.60
1.31
0.28
0.18
6,70
5,39
■HM
M»fc«
1
19.02
4.31
0.72
0.31
7201408
Discos e Fitas
1.37
1.08
1.93
0.79
■xa
■EM
M«feM
4.15
7.19
1.86
0.73
7201413
Acessórios para Fotografia
2.17
1.71
1.67
0.72
6,22
■EM
■ma
6.96
12.40
1.78
0.78
7201423
Brinquedos
1
39.71
5.03
0.53
0.27
2
WX£M
mmu
■EM
EEM
1
8.54
1.51
0.82
0.44
7202000
Fumo
2
4.53
0.66
1.00
0.67
2
eem
EE9
BEM
Ema
10.98
5.45
1.03
0.45
7202441
Cigarros
2
4.42
0.64
1.00
0.72
7,91
3,04
■EM
0,42
10.54
4.78
1.01
0.45
7300000
Educação e Leitura
1
27.41
1.40
0.45
0.26
EEM
«PM
■Hi
EZM
10.98
5.39
1.03
0.42
7301000
Educação
1
25.32
1.59
0.48
0.25
7.58
Ema
MiEM
10.55
4.87
1.01
0.39
7301403
f
3.13
4.38
1.79
0.65
«pai
msm
■msm
7.96
8.27
1.41
0.59
7301406
Cursos Formais
1
17.21
3.60
0.72
0.44
EBM
wmm
■MSM
asma
4.26
4.07
1.50
0.59
7301407
Cursos Diversos
1
42.52
1.86
0.38
0.24
BEI
4,52
■EM
EEM
2
11.40
7.78
0.97
0.49
7302000
Leitura
2
6.83
1.83
0.96
0.42
■KM
0,52
2
8.47
3.22
0.99
0.40
7302401
Jornal Diário
1
7.49
1.30
0.85
0.36
1
MMM
w&m
BEM
«EE1
1
12.22
3.38
0.84
0.40
7302403
Revistas não Técnicas
1.85
2.96
2.07
0.81
5,13
KE9
■EM
Ema
6.53
7.42
1.50
0.63
7302405
Livro (Bolso, Broch.)
2.20
3.64
2.02
0.82
1,16
1.38
BM
1 0,86
1.02
2.80
2.74
conclusão
ANEXO 4
ANÁLISE QUALITATIVA DOS SUBITENS IDENTIFICADOS COMO SAZONAIS PELO PROGRAMA X11-ARIMA
SUBITENS ACEITOS APÓS A ANÁLISE
SÃO PAULO
X* ' ' JUSTIFICATIVA -V £ ' i-
: - ' PERÍODO ’ —v-?.
JUSTIFICATIVA
Farinha de Mandioca
Principal insumo - Produto agrícola c/cntressafra
86/95
Período em que o programa permite medir
a componente sazonal com mais segurança
Batata Inglesa
Chuchu
Pepino
Vagem
Cebola
Cenoura
Alface
Chicória
Couve
Couve-Flor
Repolho
Agrião
Brócolis
Abacaxi
Banan Prata
Laranja Baía
Laranja Lima
Laranja Pera
Limão
Maçã
Pera
Tangerina
Uva
Produtos Agrícolas d entressafra
86/95
Painel peso POF (1)
Melão
89/95
Produto a partir da POF
Contra Filé
Chã de Dentro
Alcatra
Patinho
Produtos com entressafra (2)
80/95
i
Período em que o programa permite medir
a componente sazonal com mais segurança
Peixe Sardinha
Camarão
Peixe Pescada
Apresenta periodicidade de pesca
(desova, fecundação e fatores climáticos)
86/95
Alteração do Painel de produtos com a POF
Ovo de Galinha
Baixa produção de ovos no verão
86/95
Período em que o programa permite medir
a componente sazonal com mais segurança
Refrigerador
Sazonal deverão
86/95
Período em que o programa permite medir
a componente sazonal com mais segurança
Agasalho (homem)
Produtos do grupo Vestuário com sazonalidade
86/95
Alteração dos métodos de imputação a
Saia
Agasalho (criança)
Roupa de Bebê
Sandália de Mulher
marcante (verão/invemo)
partir da POF
Brinquedos
Promoções Natalinas e dia da Criança
80/95
Período em que o programa permite medir
a componente sazonal com mais segurança
(1) - Pesquisas de Orçamentos Familiares - 1988
(2) - As carnes vem diminuindo a amplitude das variações sazonais
SUBITENS NÃO ACEITOS APÓS A ANÁLISE
' ' . - Sobitens ;; y
??■' ’ ^Jusfíficatív»^ * •
Banana D'água
As estatísticas de 86/94 não permitem isolar a componente sazonal
O período 80/94 mistura painel ENDEF (3) com POF
Mortadela
Desinfetante
Jornal Diário
Sazonalidade não esperada e não explicada
Móveis para Quarto
Máquina de Costura
Fogão
Amostras de locais e produtos revisadas
Cabelereiro e Manicure
Sazonalidade não esperada e afetada pela revisão do painel de produtos
em 89
(3) - Pesquisa Estudo Nacional de Despesa Familiar - 1974
ANEXO 5
TABELA 2
SUBITENS SAZONAIS POR REGIÃO METROPOLITANA
VESTUÁRIO
SUBITENS
CALÇA COMPRIDA (H)
TERNO
AGASALHO (H)
SHORT, CALÇÃO, BERMUDA
CAMISA (H)
CALÇA COMPRIDA (M)
AGASALHO (M)
SAIA (M)
VESTIDO (M)
CAMISETA, BLUSA (M)
ROUPA DE BANHO
UNIFORME
CALÇA COMPRIDA (C)
AGASALHO (C)
CAMISA (C)
CAMISETA (C)
ROUPA DE BEBÊ
SAPATO DE MULHER
SANDÁLIA DE MULHER
RJ SP BH PA RE BR BE FT SL CT GO C/PESO SAZONAL
SUBITENS SAZONAIS
TUBER.
SUBITENS
Rd
SP
BH
PA
RE
BATATA DOCE
ma
BATATA INGLESA
X
X
X
X
mm
INHAME
MANDIOCA(AIPIM)
X
ABÓBORA
X
X
ABOBRINHA
X
CHUCHU
X
X
X
X
PEPINO
X
PIMENTÃO
X
X
X
QUIABO
X
TOMATE
X
X
mm
VAGEM
mm
X
X
BETERRABA
X
CEBOLA
X
X
X
X
■■
CENOURA
X
X
X
X
X
REGIÃO METROPOLITANA
S E LEGUMES
BR
BE
FT
SL
CT
GO
C/PESO
SAZONAL
1
1
X
X
X
X
X
X
11
11
1
1
X
X
4
3
X
6
3
X
3
2
X
X
7
6
X
3
2
X
X
X
X
X
9
8
X
X
4
3
X
X
X
X
X
11
8
X
X
6
5
X
X
X
X
5
5
X
X
X
X
11
10
X
X
X
X
X
X
11
11
SUBITENS SAZONAIS POR REGIÃO METROPOLITANA
HORTALIÇAS E VERDURAS
SUBITENS
ALFACE
CHICÓRIA
COENTRO
COUVE
COUVE FLOR
X
X
X
ESPINAFRE
X
REPOLHO
X
X
X
CHEIRO VERDE
E9
AGRIÃO
X
X
ALMEIRÃO X
BRÓCOLIS X
CARURU
GO
C/PESO
SAZONAL
KM
10
10
1
1
3
3
X
6
6
6
6
1
1
X
11
11
8
5
2
2
1
1
1
1
1
1
X
SUBITENS
BANANA DA TERRA
ABACAXI
ABACATE
BANANA D'ÁGUA
BANANA MAÇÃ
BANANA PRATA
BANANA BAÍA
LARANJA LIMA
LARANJA SELETA
LIMÃO
MAÇÃ
MAMÃO
MARACUJÁ
MELANCIA
MELÃO
PÊRA
TANGERINA
UVA
LARANJA PÊRA
BANANA MARMELO
METROPOLITANA
SUBITENS SAZONAIS POR REGIÃO METROPOLITANA
GÊNEROS ALIMENTÍCIOS, ARTIGOS DE PAPELARIA, ELETRODOMÉSTICOS
SUBITENS
RJ SP BH PA RE BR BE FT SL CT GO C/PESO SAZONAL
OVO DE GALINHA
ALHO
COLORAU
PIMENTA DO REINO
REFRIGERADOR
CONDICIONADOR DE AR
BRINQUEDOS
CADERNOS
LIVROS DIDÁTICOS
FEIJÃO MULATINHO
FEIJÃO MACASSAR
FARINHA DE MANDIOCA
LEITE PASTEURIZADO
QUEIJO MINAS
SUBITENS SAZONAIS POR REGIÃO METROPOLITANA
CARNES E PEIXES
SUBITENS
RJ
SP
BH
PA
RE
BR
BE
FT
SL
CT
GO
C/PESO
SAZONAL
ÍARNE DE PORCO
mm
11
1
50NTRA FILÉ
X
11
1
:hã de dentro
mm
X
X
11
3
kLCATRA
mm
X
11
2
'ATINHO
X
X
X
9
3
AGARTO PLANO
X
2
1
ILÉ DE PEIXE
X
mm
7
2
EIXE ANCHOVA
X
X
2
2
EIXE CORVINA
X
X
X
X
4
4
EIXE CAVALINHA
X
2
1
EIXE SARDINHA
X
X
X
5
3
AMARÃO
X
X
6
2
EIXE VERMELHO
X
1
1
EIXE PARGO
X
1
1
EIXE PESCADA
mm
X
X
X
5
4
EIXE CIOBA
mm
2
1
EIXE PIRAMUTABA
X
2
1
EIXE SURUBIM
X
X
3
2
AMARÃO SECO SALGADO
X
1
1
ANEXO 6
Tabela 3 - Principais Estatísticas fornecidas pelo programa XI 1- ARI MA
Região Metropolitana de São Paulo
Código!
Modelo Arima
Erro Médio
Padrão (%)
W3È
. • Fe i
• ; 'Em- . \ .
v
1102423
FARINHA DE MANDIOCA
(0,1, 2X0,1, 1)
3,91
5,62
3,69
15,78
5,48
0,86
0,37
1103403
BATATA INGLESA
(0,1,2,X0,1,1)
4,07
11,26
4,13
17,5
2,31
0,61
0,38
1103420
ABOBORINHA
(0,1,1 X0,1,1)
2,79
83,27
5,42
11,46
1,5
0,71
0,43
1103421
CHUCHU
(0,1,1 X0,1,1)
3,18
79,6
4,26
17,04
1,59
0,59
0,37
110*425
PEPINO
(0,UX0,1,1)
3,08
36,62
5,74
9,89
1,34
0,75
0,45
1103429
VAGEM
(0,1,1 xo,i,i)
3,77
97,42
4,72
12,97
2,6
0,76
0,48
1103443
CEBOLA
(0,1,1X0,1,1)
3,44
36,69
6,18
18,46
1,73
0,57
0,39
1103444
CENOURA
(0,1,1X0,1,11
3,52
13,56
5,11
20,82
4,33
0,69
0,34
1105401
ALFACE
(0,1,1 xo,i,i)
3,3
79,06
3,69
30,64
1,54
0,44
0,32
1105403
CHICÓRIA
(0,1,1X0,1,1)
3,61
97,27
4,2
40,2
1,63
0,38
0,31
1105405
COUVE
(0,1,1 X0,1,1)
3,51
77,34
6,15
60,71
1,68
0,31
0,25
1105406
COUVE-FLOR
(o,i,ixo,i,i)
3,25
88,91
4
38,91
1,75
0,4
0,23
1105410
REPOLHO
(0,1,1 xo,i,i)
3,14
59,23
4,53
59,39
2,27
0,34
0,25
1105413
AGRIÃO
(0,1,1X0,1,1)
3,13
27,58
4,45
51,12
2,65
0,38
0,21
1105419
BRÓCOLIS
(0,1,1 X0,1,1)
2,7
29,41
4,43
64,84
2,16
0,32
0,19
1106403
ABACAXI
(0,1,1XO,1,1)
2,73
48,13
3,52
18,97
1,53
0,55
0,27
1106408
BANANA-PRATA
(0,1, 2X0,1, 1)
2,97
39,21
3,37
20,98
2,65
0,6
0,28
1106411
LARANJA-BAIA
(0,1,1 xo,i,i)
3,01
64,91
3,42
10,96
2,19
0,79
0,38
1106412
LARANJA-LIMA
(0.1,1 xo.1,1)
3,14
52.71
3,75
92.2
0,68
0,22
0,14
1106415
LIMÃO
(0,1 ,2X0,1 ,1)
2,63
47.56
3.42
34,77
6,44
0,62
0,3
1106417
MAÇÃ
(o,i,ixo,i,n
2.87
23.32
3,56
22.35
4,46
0,67
0,32
1106423
PERA
(0,1,1X01,1)
2,51
37.58
4,44
31.98
2,45
0.47
0.26
1106427
TANGERINA
3.08
31,16
3,8
20,89
0,65
0,46
0,28
1106428
UVA
(0,1,1 xo,i,i)
3,25
10,4
5.95
34,36
1,41
0,4
0,3
1106439
LARANJA-PERA
(0.1. 2X0,1, 1)
2.63
47,56
3.42
34,77
6.44
0,61
0.3
1107484
WBSBSSBM
3,06
10,37
5.32
11.04
1,7
0,74
0,4
1107487
CHÃ-DE-DENTRO
(o,i.2Xo,i,n
3.13
7,25
5.17
11.1
1,91
0.76
0.4
1107488
ALCATRA
(0,1,2X0,1,1)
3.13
5.88
5.36
10,7
1,76
0,78
0.42
1107489
PATINHO
(o,i.2xo,i,n
3.18
7,45
5,23
11.04
1,85
0,75
0.42
1108412
PEIXE SARDINHA
(0,1.1X0,1,1)
2.68
48,99
3,02
43,13
0.68
0.32
0,21
1108413
CAMARÃO
2.39
42,53
3.76
11.91
3.31
0,84
0,4
1108438
PEIXE PESCADA
1
1.79
70,47
3,1
17,78
4.67
0,77
0,29
1110444
OVO DE GALINHA
4.74
52.8
6.18
7,67
1,7
0,89
0,45
3201401
REFRIGERADOR
(0,2,2X0,l,n
2.1
9.1
3,49
8.79
1.51
0,81
0.36
4101405
AGASALHO (H)
(0,1,2X0.1,1)
1,97
6.71
2.77
20.52
7.68
0.86
0.48
4102404
SAIA
(0,1, 2X0, 1,1 )
2.58
5.46
6,05
23.65
3.38
0,6
0,27
4103405
AGASALHO (C)
(0,1,1 X0,1,1)
1.75
14.45
2.95
32.27
!
0.72
0.37
4103418
ROUPA DE BEBÊ
(0,1, 2X0, 1,1 )
Z21
16.97
3,5
11,86
1.41
0.69
0,31
4201407
(0,1. 2X0,1. 1)
2.36
8.94
3,97
47,15
6.36
0.53
0.3
' 7 201 423
brinquedos 1
(0.Z2X0.1J)
2.22
14.58
4
8.27
1.42
0.82
0.41
ANEXO 7
FATORES SAZONAIS DE SÃO PAULO
NÚMERO ÍNDICE - BASE MAR86=100
FARINHA DE MANDIOCA
BATATA-INGLESA
ABOBRINHA
FATORES SAZONAIS DE SÃO PAULO
NÚMERO ÍNDICE - BASE MAR86=100
CHUCHU
6 ó ò ò
FATORES SAZONAIS DE SAO PAULO
NÚMERO ÍNDICE - BASE MAR86=100
CEBOLA
FATORES SAZONAIS DE SAO PAULO
NÚMERO ÍNDICE - BASE MAR86=100
CHICÓRIA
FATORES SAZONAIS DE SAO PAULO
NÚMERO ÍNDICE - BASE MAR86=100
REPOLHO
FATORES SAZONAIS DE SAO PAULO
NÚMERO ÍNDICE - BASE MAR86=100
ABACAXI
BANANA-PRATA
FATORES SAZONAIS DE SAO PAULO
NÚMERO ÍNDICE - BASE MAR86=100
LARANJA-LIMA
FATORES SAZONAIS DE SAO PAULO
NÚMERO ÍNDICE - BASE MAR86=100
ALCATRA
FATORES SAZONAIS DE SÃO PAULO
NÚMERO ÍNDICE - BASE MAR86=100
OVO DE GALINHA
ANEXO 8
I aBEla 4
REGIÃO
FATOR
METROPOLITANA DE SÃO PAULO -1995
ES SAZONAIS PARA AS VARIAÇÕES MENSAIS
I ' {>«''• )■ #># , '/ :íf X!* i
1 £ *■£} uS t :< -ctó»', Ívíli3^Al !
1111 #
iSillll
IS
SkÉÊÊMMãM
: ;í;
mi
Iltíjllpl
FAR. MANDIOCA
108,87
96,39
98,92
102,17
101,93
98,54
99,19
97,65
97,39
98,18
100,53
100,25
BATATA INGL.
106,26
117,71
103,70
114,44
108,19
106,17
85,26
83,91
86,13
100,64
91,11
97,47
ABOBRINHA
132,48
117,87
97,57
92,29
94,55
108,74
100,25
99,32
87,12
92,13
81,19
96,49
CHUCHU
146,36
120,73
71,61
76,84
86,66
107,50
112,14
113,21
94,63
90,94
86,85
92,53
PEPINO
121,03
107,23
109,18
91,36
96,01
113,13
99,00
97,98
95,68
89,71
82,30
97,39
VAGEM
130,54
125,01
118,14
74,31
74,01
107,72
118,01
98,91
103,55
78,21
84,18
87,41
CEBOLA
107,54
113,48
113,85
110,13
124,92
95,57
90,99
91,34
78,68
87,51
96,86
89,11
CENOURA
127,32
119,11
104,59
96,01
91,57
91,02
94,02
98,86
88,95
93,40
98,13
97,02
ALFACE
118,99
150,55
93,80
76,01
83,84
93,26
99,45
93,64
80,21
110,53
100,64
99,10
CHICÓRIA
122,85
156,21
94,98
77,90
81,46
95,13
96,36
92,58
79,00
108,79
98,63
96,10
COUVE
122,25
145,45
113,28
92,79
91,58
95,16
88,57
88,27
83,86
90,56
90,24
98,00
COUVE-FLOR
112,36
120,15
113,79
92,18
83,32
104,38
83,41
96,10
88,85
92,30
111,03
102,11
REPOLHO
130,81
147,48
98,40
91,75
90,66
89,21
97,12
91,76
80,68
86,56
100,15
95,42
agrião
114,39
148,30
110,75
84,55
84,79
91,88
84,79
91,44
84,63
101,27
104,13
99,07
BRÓCOLIS
118,34
125,60
124,77
95,83
90,41
91,20
83,23
88,24
84,24
95,13
102,97
100,05
ABACAXI
106,42
117,10
122,11
91,72
94,51
87,33
101,12
101,54
97,39
97,29
93,55
89,91
BANANA PRATA
122,90
105,60
102,71
95,85
101,20
96,83
93,91
104,99
97,08
90,79
93,84
94,29
LARANJA BAÍA
105,53
92,91
101,31
99,00
98,21
98,68
107,42
112,97
97,99
94,15
96,72
95,10
LARANJA UMA
113,11
90,27
83,39
79,60
92,02
97,23
98,97
110,78
114,75
112,73
104,42
102,71
LIMÃO
59,41
80,29
94,37
94,79
99,82
110,31
115,50
131,51
154,61
100,09
87,03
72,28
MAÇÃ
128,08
92,36
83,03
95,80
96,55
99,69
111,92
96,40
96,45
100,13
101,92
97,67
MELÃO
107,81
107,67
116,98
102,84
93,28
106,82
86,25
99,10
99,46
85,53
94,66
99,61
PÊRA
97,83
74,08
92,92
87,84
105,08
110,91
107,81
102,47
98,09
109,14
104,49
109,35
TANGERINA
85,90
91,39
100,95
87,02
95,68
99,80
105,79
117,56
110,72
105,68
98,31
101,20
UVA
70,95
80,91
114,82
122,61
96,81
90,04
107,79
126,48
100,73
92,92
97,56
98,40
LARANJA PÊRA
123,21
99,92
92,63
97,13
88,96
97,02
92,63
101,73
100,76
107,34
97,18
101,51
CONTRAFILÉ
100,18
94,29
97,99
100,70
97,15
99,69
104,83
106,15
101,90
99,41
99,16
98,56
CHÃ DE DENTRO
99,63
93,42
97,77
100,69
96,79
99,12
106,29
104,34
105,44
99,41
99,06
98,03
ALCATRA
100,23
94,00
97,75
100,89
96,88
98,38
105,76
104,36
104,76
99,09
99,10
98,80
PATINHO
100,25
93,22
98,30
100,16
96,69
99,50
106,04
104,48
105,12
99,67
99,06
97,51
PEIXE SARDINHA
135,33
109,12
104,53
94,15
86,83
94,90
93,70
95,65
95,64
99,28
93,21
97,65
CAMARÃO
110,23
93,28
98,43
94,32
87,38
97,21
105,04
109,35
96,29
105,27
100,51
102,68
PEIXE PESCADA
120,58
97,82
102,53
101,49
88,63
97,54
95,98
97,57
92,63
109,56
97,30
98,37
OVO
106,78
106,00
109,16
101 ,45
101,19
99,76
96,74
94,54
94,49
91,84
94,78
101,28
REFRIGERADOR
104,35
105,90
101,86
100,72
103,26
101,11
96,75
94,07
97,25
94,89
98,18
101,66
AGASALHO H.
97,56
99,19
101,61
106,54
107,43
99,79
108,97
91,83
91,74
95,99
99,91
99,44
SAIA
92,90
95,98
98,72
108,40
114,96
107,71
97,03
90,35
95,44
98,46
101,90
98,16
AGASALHO C.
102,28
99,86
103,05
109,42
109,95
111,35
91,82
86,83
91,19
97,76
96,19
100,31
ROUPA DE BEBÊ
101,46
101,51
105,27
106,93
107,60
103,49
102,02
93,37
91,39
94,71
94,55
97,70
SANDÁLIA M.
110,27
90,80
91,75
93,34
100,26
97,64
100,16
96,26
110,27
110,47
nn nn
101,60
r\-y 0-7
97,17
m cn
SÉRIES DE ÍNDICES DE PREÇOS - IPCA
ORIGINAIS X AJUSTADAS - BRASIL E REGIÕES METROPOLITANAS
GERAL - PERÍODO: JAN95 A DEZ95
ÁREAS GEOGRÁFICAS
JAN
FEV
MAR
ABR
MAI
JUN
JUL
AGO
SET
OUT
NOV
DEZ
ACUM
BRASIL
1,41
1,46
112, 23"!
2,57
2,28
1:2,51!
11,271
SP *181
1*50
íh
11*741
*221841
1,70
KBfl
1,55
2,43
2,67
2,26
2,36
0,99
0,99
1,41
1133
1,56
22,41
RIO JANEIRO
1,29
1,47
1,97
112,57111
131111
11*7#
11,311
11,411
BKKl
mm
111*741
22,93
1,89
BB '
1,29
2,15
2,59
3,08
1,47
0,99
1,19
SEI
1,85
1,60
22,30
PORTO ALEGRE
2,10
1,05
1,83
11,84:1
112*5711
12*39*
'Vij 22!
1:1*601
10*501
H59
ISfSOi
«1*63!
22,87
1,72
0,30
2,20
2,94
3,29
2,68
2,02
0,78
0,60
1,47
1,23
1,20
22,40
BELO HORIZONTE
1*60
16*561
1,19
S2,40/r:
;:#8,641P
1*61
mmà
11*641
■157!
11*86!
14*64'/
14*67!
23,38
1,91
0,82
1,32
2,49
3,71
1,51
1,65
1,44
1,36
1,63
1,59
1,55
23,09
RECIFE
1,44
0,92 1
vi, 61":
2,56/
mwm
WiBm
14*63!
0,68 i
mw ; -'
i;S4
^ 1,97 :
12149/
2,02
1,16
2,08
1,97
2,69
1,59
2,95
1,17
0,40
1,04
1,22
1,86
22,08
SÃO PAULO
1,25
1,22
Í!Í*65§
2,78
2,30
12,291
13*14!
0,92
1,08
11*51!
1,72
*2*66:1
124,23
1,51
1,37
1,56
2,69
2,29
2,29
3,18
0,83
0,90
1,53
1,54
1,90
23,83
BRASÍLIA
1,57
0*61
0,71:
1,89
3,09
12,36!
iliâil
Ilpll
1,03 1
1*99
1*66
mam
21*46
1,91
0,81
0,78
1,99
3,08
2,24
2,04
1,06
0,99
1,90
1,62
1,17
21,42
BELÉM
0,97
1,20
1,59
1*24
112^4311
11*611
1*85
14*281
12,16 !
11*23 L
10*98
SI, 29
49,35
1,55
1,43
1,74
1,49
2,41
1,37
1,58
0,97
1,89
1,02
0,87
1,26
19,06
FORTALEZA
1,47
-0,05
m<om
1,65
2,69
! 2,141
2*18
11,361
11*181
141341
111481
0,62
18,46
1,96
0,23
1,42
1,77
2,66
2,14
1,82
0,86
0,90
1,08
1,39
0,69
18,27
SALVADOR
1,03
0,45
0,87
1,66
2,59
3,05
13,011
14*521
tl]64l
1,05
1,76
1,34
21,14
1,59
0,71
1,07
1,84
2,63
3,04
2,69
1,14
0,71
1,02
1,56
1,13
20,86
CURITIBA
1,83
0,97
1,53
2,27
2,02
11,531
2*09 /
14*53!
1,36
14*611:
11*28
§1,41/
21,25
1,95
0,74
2,19
2,71
2,36
1,48
1,87
1,04
1,26
1,50
0,98
1,05
20,87
GOIÂNIA
1,54
0,57
0,99
1,81
2,96
2,20
1,22
1,66
1*12
4,56
1,49
1,84
20,67
1,62
0,67
1,33
2,27
3,13
2,09
1,16
1,45
0,92
1,33
1,21
1,57
20,42
JaüUSTADO I l ORIGINAL
SÉRIES DE ÍNDICES DE PREÇOS - IPCA
ORIGINAIS X AJUSTADAS - BRASIL E REGIÕES METROPOLITANAS
ALIMENTAÇÃO - PERlODO: JAN95 A DEZ95
ÁREAS GEOGRÁFICAS
JAN
FEV
MAR
ABR
MAIO
JUN
JUL
AGO
SET
OUT
NOV
DEZ
ACUM
BRASIL
- 0,44
- 0,56
1,40
1,98
0,82
10,011
11,46
10,921
110,411
10,491
§111561
1,34
119 , 771 ;
0,73
- 0,06
1,44
1,99
0,51
- 0,25
0,98
0,57
- 0,03
0,32
1,07
■ jEM
8,42
RIO DE JANEIRO
- 0,49
0,00
1,39
1,36
0,66
- 0,71
0,80
1,19
1,05
0,89
1,85
HE 9
10,02
1,32
0,40
1,13
1,72
0,23
- 0,87
- 0,08
0,36
0,37
0,42
1,53
1,12
7,89
PORTO ALEGRE
0,89
- 0,59
1,29
* 2 , 92 i
2,081
0,82
1,42
10 , 83 *
- 0,92
0,96
0,67
1 0,87
11,77
1,12
- 0,07
1,52
2,90
2,03
0,58
1,40
1,05
- 0,89
0,69
0,10
0,30
11,21
BELO HORIZONTE
- 1,31
- 1,91
0,99
111,731
11,95*
10,47
0 , 00 ?
0,82
* 0 , 79 #
1,34
1,15
1,48
6,65
- 0,09
- 0,92
1,06
1,60
1,70
- 0,97
- 0,80
0,60
0,25
0,80
0,95
1,24
5,50
RECIFE
- 0,48
0,18
1,86
1,72
M, 93 l
fmw
11 , 40 #
2,96
0,06
10,171
1,38
111, 0711
12,42
0,89
0,72
3,04
3,13
2,01
- 0,62
0,01
1,96
- 1,21
- 0,35
0,56
0,69
11,27
SÃO PAULO
- 0,49
- 0,21
1|74
• •“•/r 2, 26
- 0,12
* 0 , 36 *
2,26
0,20
0,12
P 0, 13
2,01
1,39
IP 9 , 74 : ;í
0,47
0,14
1,13
1,55
- 0,84
0,20
2,31
0,40
- 0,04
0,12
1,53
0 , 9 1
8,13
BRASÍLIA
- 0,87
- 0,42
- 0,17
1,41
2,32
0,28
0,03
1,06
P 0, 58
10,411
0,81
1,16
5,53
0,43
0,38
0,13
1,79
2,28
- 0,16
- 1,15
0,37
- 0,76
- 0,01
0,57
1,18
5,11
BELÉM
- 0,90
- 0,47
2,71
0,82
1,47
11,54
1,21
11,101
1,37
0,65
2,11
0,79
9,64
0,51
0,06
3,09
1,50
1,39
- 2,26
0,43
0,22
0,73
0,27
1,79
0,79
8,77
FORTALEZA
0,35
- 1,93
0,54
1,26
0,52
lll, 01 f:
2,11
1,63
# 1,471
# 1 , 48 *
1,21
0,18
10,22
1,70
- 1,14
1,62
1,62
0,49
1,05
1,05
0,18
0,63
0,70
0,93
0,37
9,56
SALVADOR
- 0,91
- 0,81
1,05
2,07
12,091
111,001
2,25
10,981
ÉO, 39 i
0,271
0,90
1,69
11,47
0,80
0,12
1,71
2,56
1,98
0,90
1,33
- 0,14
- 0,61
0,24
0,30
0,97
10,60
CURITIBA
0,82
- 1,29
1,24
3,08
0,38
- 0,14
BuSl
1,55
10 , 88:1
11,081
« 0,561
1,45
11,91
2,05
- 1,07
2,31
2,93
0,41
- 0,76
1,18
U 7
0,77
0,94
- 0,10
0,63
10,89
GOIÂNIA
- 1,22
- 1,34
- 0,27
1,30
0,33
- 1,35
- 1,37
2,61
1 : 1,051
! 0,85
12,451
1,65
4,67
- 0,90
- 0,94
1,23
3,34
1,14
- 1,70
- 1,58
1,59
0,10
- 0,21
1,08
0,33
5,41
] AJUSTADA | | ORIGIK V
SERIES DE ÍNDICES DE PREÇOS - IPCA
ORIGINAIS X AJUSTADAS - BRASIL E REGIÕES METROPOLITANAS
ARTIGOS DE RESIDÊNCIA - PERÍODO: JAN95 A DEZ95
\REAS GEOGRÁFICAS
JAN
FEV
MAR
ABR
MAI
JUN
JUL
AGO
SET
OUT
NOV
DEZ
ACUM
IASIL
3,05
2,83
mm
lipl
1,95
mm.
mm
MBB
Mm.
mm
1-0,08
■10, 92®
14,76
3,15
2,99
1,65
2,36
2,05
1,56
0,55
KJkh|
-0,22
-0,36
-0,14
0,93
14,77
iCIFE
2,00
lljUOíl
1:0*161
0,96
1,49
:|i2i80#
^BHBi
1,22
#0,89!
1,62
3,20
3,25
2,67
0,29
1,84
1,53
1,95
-1,63
0,80
I
0,30
1,23
15,92
lO PAULO
3,77
3,54
1,20
2,86
12,921!
1,76
;KÓ^32' :
0,11
0,09
1:0,80#
117,74:-:
3,98
3,81
1,31
2,88
3,06
1,79
0,17
-1,14
-0,02
m
0,00
0,88
17,67
] AJUSTADA | I 0RI01NAL
SERIES DE ÍNDICES DE PREÇOS - IPCA
ORIGINAIS X AJUSTADAS - BRASIL E REGIÕES METROPOLITANAS
VESTUÁRIO - PERÍODO:JAN95 A DEZ95
ÁREAS GEOGRÁFICAS
JAN
FEV
MAR
ABR
MAI
JUN
JUL
AGO
SET
OUT
NOV
DEZ
ACUM
RASIL
llül
- 0 , 09 ;
-0,94
lii|12i
1,20 1
•10,631
!?Í|Í0f:
,/ *11
IPiM#
1111
11*1-
fs 1 547 1
0,99
-1,19
-0,69
2,62
2,64
1,21
0,9 Í
-2,62
0,11
0,82
0,20
-0,34
4,63
IO DE JANEIRO
SiftiS
-1,01
-0,42
ssipii
111,10 1
110311
11PI
11033#'
l-0;i7í ■
iüili
‘P,0t. ;
2,03
-1,53
-1,39
1,74
2,71
2,29
0,47
-1,72
0,59
-0,25
0,93
0,00
5,90
ORTO ALEGRE
líiiiM
0,8Í :
•■'-1,631
12*75.1
1f!0i9ÍI
039
l-234'l
«-0,081
IPPS!
w&m
li*75 '
Ifl&l
1,14
-5,40
1,52
6,19
3,35
1,63
-0,44
-4,23
0,61
0,56
0,75
-0,53
4,74
ELO HORIZONTE
rílpif
mmM-
llipll
'-2,22
líPfl
p03í§
• 0,06 !f
1 *Íj42 >■ !
; , "Í*38 -
1I0P1
itp4ii
639
1,96
1,15
-3,51 í
3,29
3,37
0,61
0,06
- 2,49
-1,55
1,82
0,41
1,08
6,11
ECIFE
liiliíi
wms
10, 3411
liiTilI
12,52;
;aiPI|
1:0,381
mm
l231f
ilfpi
ÃO PAULO
4,04
-1,22
1,12
1,29
0,56
0,84
2,43
-0,96
6,32
-0,13
2,28
-0,30
10,63
-0,61
-0,29
112,571
•• 1,78 i
0,53 ?
139
1-2,781
Ii3ül
ISIpII
ippllf
110381
0,02
-0,98
-0,30
3,28
2,90
1,07
1,89
-3,89
0,33
131
0,26
-0,89
5,42
ELÉM
-1,13
2,59
-1,49
111,701
' T,4tl :
13,2#
2,00
'.-ui-:
1 0,15 ®
llipli
illpll
1*1
IIPiTél.'
-1,08
2,83
-1,35
-1,73
1,50
0,32
1,90
-1,84
0,07
-1,91
-2,57
0,15
-3,80
ALVADOR
3,27
1-0,1 li
112,59;:
; o,o8 1
2,43
0,09
0,05
-1,20
0,60
mm
110, Í2|
II 042 I
fPi 39
2,84
-0,42
-2,81
0,27
2,98
0,35
-0,13
-1,32
0,52
1,19
-0,09
0,03
3,32
'URITIBA
0,77
0,01
-0,91
0,02
032
0,60
-0,69
: 8 2,28 1
lllpfjl
1,30
-0,16
' -0,11
-0,74
-2,02
1,67
3,40
3,19
1,49
-Í,07
-0,64
0,88
0,78
-1,19
-1,29
4,37
AJUSTADA
ORIGINAL
SÉRIES DE ÍNDICES DE PREÇOS - IPCA
ORIGINAIS X AJUSTADAS - BRASIL E REGIÕES METROPOLITANAS
DESPESAS PESSOAIS - PERÍODO: JAN95 A DEZ95
REAS GEOGRÁFICAS
JAN
FEV
MAR
ABR
MAI
JUN
JUL
AGO
SET
OUT
NOV
DEZ
ACUM
ASIL
14,8251
0,58
111*851
3,97
¥8,40»
3,54
12*5611
1,91
nn
1,66
«11711
11*0211
39*04
4,71
0,80
2,14
4,08
8,51
3,47
2,64
1,88
WMM
1,60
0,90
38,96
LO HORIZONTE
«5*25tl
1-0*111:
13*301
14*211
iTipa®
¥2*43ff
5 1,55:
111176»
WMM
111*38 ■
«1*341:
11*161
40,78
4,94
0,30
4,09
4,22
11,05
2,62
1,65
1,63
1,60
mmm
i,3i
0,81
4d,6o
CIFE
14*991
i 0*5511
10,601
m&m
9,44
i 13*641
2,25
1*77
®T*04-'
12*3411
1*21
¥1*29®
35*88
5,34
0,68
0,53
2,25
9,48
3,80
2,04
1,62
i,oi
2,13
1,05
1,39
35,78
0 PAULO
4*92
0,73
1,45
14*721
1:7*64»
3,96
Ií3|09i
151*891
1111741
ÍEM3I
2,45
0*98
41,55
4,56
1,18
2,02
5,00
7,93
3,69
3,3 1
1,86
1,17
1,73
2,19
0,77
41,45
LEM
4,62
0,76
2,57:
4*42
7,06
3,02
1*91
«1571
0,58
fl. 3,11-
1*06
110*01»
«35*12..
5,21
0,91
2,56
4,45
7,06
3,06
1,89
1,53
0,24
2,73
1,06
-0,17
34,87
LVADOR
3,92
2,49
5111*16®:
3,28
6,16
4,60
¥5*39®
113, 07-
!Í2f26tI
3,10
110*62 ■
43,96
4,20
2,46
1,21
3,22
6,19
4,64
5,41
3,07
2,23
mmà
2,99
0,57
43,94
AJUSTADA
ORIGINAL
ANEXO 10
SÉRIES DE ÍNDICES DE PREÇOS - IPCA
ORIGINAL X AJUSTADA PERÍODO: AGO/94 A DEZ/95
BRASIL
Live Music
Archive
Librivox
Free Audio
Metropolitan Museum
Cleveland
Museum of Art
Internet
Arcade
Console Living Room
Open Library
American
Libraries
TV News
Understanding
9/11